레이아웃 인지 파싱
레이아웃 인지 파싱은 문서의 시각적 배치(머리말·바닥글·열·표·이미지)를 인식해 읽기 순서와 구조를 보존하면서 텍스트를 추출하는 기법이다. 이 방식은 표와 다단 레이아웃, 캡션·주석을 올바른 문맥으로 연결해 downstream 태스크의 정확도를 높인다. 본문은 이러한 접근이 일반 텍스트 추출이나 단순 OCR보다 더 많은 계산 비용을 요구하지만 결과 품질이 우수하다고 설명하고 있다.
