NLP / DOCUMENT UNDERSTANDING
从文档的外观，
思考机器的理解。
同一段文字，换了字体、留白、标题样式，机器还能读出同样的结构吗？我研究文档结构理解与 RAG 检索的关系，并开发使用它的系统。
东京科学大学 · 修士一年 · NLP · 中国留学生
2028 年毕业 / 目标 AI・ML 工程师、研发岗 / 此前做银行基干系统后端
用「表・页・图」按钮切换观察同一份文档的视角。
FIG. 01 / DOCUMENT ATLASSELECT A LENS
一页之中，有好几层结构。
标题、表格、图、注。它们之间的关系决定了文档怎么读。
逐步查看关系 →
观察台是自写资料的说明图，不是模型输出或实验结果。图内文字为日文样本。
PROJECT 01有公开 demo · 维护中
J-Grad Admission RAG
把研究生院募集要项整理成能追溯到原文页码的申请支援信息
PROJECT 02开发中（第二阶段：字幕、接话建议、资料参考、复盘都能运行）
Japanese Speaking Coach
在日语对话中显示带假名的字幕和「能直接说出口」的接话建议的 Windows 应用；推荐的那条先说结论，也能参考自己的课程资料并注明出处
02研究地图
文献 → 方向 → 我的问题我研究用文档作依据回答时，必要证据会在哪一步丢失。RAG先查找相关资料，再根据资料生成回答。文档中既有现行规则，也有失效条款和例外；读出了文字，仍可能把不适用的内容当作依据。我希望在正文相同时改变状态表示或排印，分别检查检索、阅读和采用证据的环节。
目前没有任何主题达到正式结论。每个主题的状态用下面四级表示。 · 65 篇文献 · 7 个方向 · 4 个主题 · 183 条关系
交给 AI 什么、在哪里重新判断。不只留成果，也留下人的判断和验证过程。
先看其他 AI 开发也能借鉴的协作与验证方法，再进入具体项目的设计问题。
最后更新 2026-10-26