arXiv · cs.AI · Subodh Lonkar · 10 小时前模型评分34
金融文档识别风险评估框架：证据、关键错误与选择性自动化
Risk-Constrained Evaluation of Financial Document Recognition: A Formal Framework for Evidence, Critical Errors, and Selective Automation
导读
一篇理论论文将金融文档识别形式化为风险约束下的证据恢复问题，提出覆盖文本、版面、表格、字段、语义关系、校准、鲁棒性与运行表现的多层质量模型。它引入基于置信上界的关键字段错误非补偿性验收门槛，并把选择性自动化建模为受审核容量限制的风险-覆盖率约束问题。论文为形式化命题，未给出实证基准或模型性能数据。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：金融
事件类型：研究发布
证据摘录
- “This paper formalizes financial document recognition as a risk-constrained evidence-recovery problem.”
- “The work is theoretical; no empirical benchmark or model performance claim is presented.”
来源：arXiv · cs.AI · arxiv.org