PDFChatAnnotator：用于PDF格式目录的人机协作多模态数据标注工具

文档包含大量未标注数据，需要大量的手动标注工作。为解决这一问题，我们引入PDFChatAnnotator，这是一种人机协作工具，用于从PDF目录收集多模态数据。最初，PDFChatAnnotator自动运用我们提出的多模态绑定规则链接来自不同模态的相关数据，并利用大型语言模型(LLM)的信息提取能力从文本描述中提取特定信息。此外，该工具使用户能够指导和优化LLM的注释。在注释过程中，用户可以通过提供的界面进行多轮通信和示例建立来影响LLM。为评估PDFChatAnnotator技术的有效性，我们使用三个具有典型布局的目录作为实验数据进行了技术评估。结果表明，所有多模态绑定准确率均超过90%，且提出的「示例建立」和「交互式需求调整」均有助于提高准确率。