Erstellung und Training eines (Transformer-) Modells mit dem Ziel den Input für eine Suchmaschine optimieren. Postprozessierung der Ergebnisse der Optimierung, um Glitches in den Resultaten zu eliminieren.

Erkennung und Extraktion von Tabelleninhalten aus PDF und Image Dokumenten. Verwendung und Optimierung bestehender machine learning open source Produkte (Paddle OCR) für diesen Task. Einbindung von TAPAS für das Retrieval der extrahierten Tabellen.