数据集概述
本数据集为系统性文献综述（SLR）的分类结果表格，对应综述标题为《From Manual to Automated: A State-of-the-Art Review to Examine the Impact of Intelligent Document Processing in Banking Automation》。表格对综述分析的每项研究，按预设分类框架进行分类，覆盖研究特征、机器学习方法、业务自动化策略及应用领域四大维度，清晰呈现银行自动化中IDP技术的研究现状。
文件详解
- 文件名称：Results of the SLR.xlsx
- 文件格式：XLSX
- 字段映射介绍：
- RQ1（一般研究特征）：包含Date（发表年份）、Contribution Source（发表类型）、Validation（验证场景）、Contribution Type（贡献类型）、Public Data Exposure（公开数据情况）字段
- RQ2（机器学习方法与趋势）：包含Learning Paradigm（学习范式）、AI Subfield（AI子领域）、Model Category（模型类别）字段
- RQ3（业务自动化策略）：包含Automation Compatibility（自动化兼容性）、IDP Life Cycle Stage（IDP生命周期阶段）、Business Environment Integration（业务环境集成）、Data Preparation Techniques（数据预处理技术）字段
- RQ4（应用领域）：包含Application Domain（应用领域）、Case Study（案例场景）字段
数据来源
论文《From Manual to Automated: A State-of-the-Art Review to Examine the Impact of Intelligent Document Processing in Banking Automation》
适用场景
- 文献综述辅助分析：为银行自动化IDP领域的后续文献综述提供结构化分类参考
- 技术趋势研究：分析IDP在银行场景中机器学习方法、模型类别的应用趋势
- 行业应用分析：探究IDP技术在银行不同业务环节（如预处理、数据提取）的落地情况
- 研究空白识别：通过分类数据识别银行自动化IDP领域的研究缺口，指导未来研究方向
