EidosDoc：以隐式结构编码降低半结构化文档问答成本

半结构化文档在科学报告、财务报表和技术手册中随处可见。对此类文档进行问答需要同时理解文本、表格、图表和复杂的层次结构。现有方法要么依赖重复调用大型语言模型进行结构解析和检索，导致成本高、延迟大，要么使文档扁平化并丢失布局和层次结构信息，从而牺牲答案准确性。为了解决这个问题，我们提出了 EidosDoc，这是一种新颖的系统，可以以最小的计算成本实现最先进的精度。我们的方法引入了三个核心创新。 (1) 通过对比学习和结构一致性损失训练的隐式结构编码器。该模块将层次关系、空间位置和文本内容联合嵌入到密集的向量空间中，整体捕获文档结构，而无需手动定义且容易出错的构造。 (2) 混合检索管道，利用 BM25、布局指纹和轻量级交叉编码器来完全执行高精度检索，而无需调用 LLM，从而大大降低了成本和延迟。 (3)动态证据扩展机制，自适应检索空间相邻且结构相关的证据，克服固定路径检索方法中常见的证据遗漏。我们在四个基准上评估 EidosDoc，综合评估表明 EidosDoc 在四个基准上实现了新的最先进的准确度。至关重要的是，与之前最先进的方法相比，它的成本降低了 50 倍，延迟降低了 4 倍。这些结果表明，EidosDoc 在准确性、成本和速度之间建立了新的最佳权衡，为准确的半结构化文档分析提供了实用且可扩展的路径。