| Form of studies |
Bachelor |
| Title of the study programm |
Computer Systems |
| Title in original language |
Latentuma un precizitātes optimizācija OCR un LLM dokumentu apstrādes procesos, izmantojot modeļu kompresijas un kešošanas tehnikas |
| Title in English |
Optimization of Latency and Accuracy in OCR and LLM Document-Processing Pipelines Using Model-Compression and Caching Techniques |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Ingars Eriņš |
| Reviewer |
Mihails Fraimans |
| Abstract |
Darbā tika izstrādāts Python un FastAPI balstīts OCR-LLM dokumentu apstrādes prototips, kas nodrošina PDF rēķinu augšupielādi, OCR teksta izgūšanu, strukturētas LLM uzvednes izmantošanu, JSON rezultāta saglabāšanu un dokumenta līmeņa kešdarbību atkārtotas identiska dokumenta augšupielādes gadījumā. Galvenajā eksperimentā tika novērtēti 142 sintētiski ģenerēti rēķinu tipa dokumenti un 1704 strukturēti lauki. Vienkāršo dokumentu kopā lauku izgūšanas precizitāte sasniedza 0,880, skenēto dokumentu kopā 0,861, bet jaukta trokšņa dokumentu kopā 0,700. Praktiskajā prototipā tika realizēts dokumenta līmeņa kešdarbes mehānisms, savukārt modeļu kompresijas pieejas darbā analizētas teorētiski kā turpmāks optimizācijas virziens.
Dati par darba apjomu - 52 lappuses, 6 attēli, 6 tabulas, 34 izmantotie informācijas avoti. |
| Keywords |
OCR, lielie valodas modeļi, dokumentu apstrāde, kešdarbe, latentums |
| Keywords in English |
OCR, large language models, document processing, caching, latency |
| Language |
lv |
| Year |
2026 |
| Date and time of uploading |
26.05.2026 21:46:02 |
