科技资讯眺望|三篇论文，纵览深度学习在表格识别中的最新应用( 十 ) 机器之心分析师网络作者：仵冀颖编辑：

表 3. ICDAR 2013 数据集中计算准确度、召回率和 F1 分数的实验结果
3、小结
针对表格结构识别任务，本文提出了一种基于 GRU 序列模型的表格结构抽取方法。与启发式算法和基于 CNN 的模型相比，基于序列的模型可以有效捕捉表格中重复的行 / 列结构，因此大大改进了表格结构抽取的性能。作者表示，后续工作将集中于开发一个从表格单元格中提取信息的连贯框架。
四、本文小结
在这篇文章中，我们讨论了表格识别问题。表格是一种非常重要也非常常见的公文格式、文档形式，因此，有效对表格进行分析和识别，从表格中抽取信息，具有非常重要的应用价值。表格中具有复杂的层次结构，除了存在行、列、表头结构外，还存在分割线、合并单元格等元素。这就导致传统的信息抽取、文档分析与识别方法直接应用在表格识别中效果都不好。
本文结合表格识别数据集构建、表格检测与结构识别任务、表格结构识别任务等三个方面的应用，分析了三篇最新的研究论文，了解了深度学习方法在表格识别任务中的应用。其中，第一篇文章的主要目的是提出一种应用中文语言的、适用于金融领域的表格识别任务数据集，并在此基础上提出了本数据集的基线任务方法。该方法主要解决经典的表格识别问题，即从表格中提取单元格中的内容。作者将表格中的单元格组织成为图结构，利用图神经网络技术实现表格识别。第二篇文章主要目的是同时解决表格检测与表格中的结构识别问题。因此，为了能够同时解决两项任务且有效利用两项任务之间的相关信息，作者使用了编码器 - 解码器结构的深度学习模型，通过共享编码器的方式完成表格检测与结构识别任务。第三篇文章目的是提出一种表格结构抽取方法。由于表格中的行和列具有典型的相互关联、相互影响的特点，本文作者使用了带有门控递归单元的双向递归神经网络。双向递归神经网络可以有效捕捉表格中重复的行 / 列结构，因此大大改进了表格结构抽取的性能。
近年来，针对表格的分析和处理从基本的结构识别、信息抽取，逐渐转向公式提取、交叉内容验证等更高层次的研究和应用。表格是与我们日常生活和工作都紧密相关的一种文档形式，对表格的自动化处理能力的不断提升，也将会给人们的生活和工作带来更大的便利性。
本文参考引用的文献：
[1] A. Shigarov, A. Altaev, A. Mikhailov, V. Paramonov, E. Cherkashin, “TabbyPDF: Web-Based System for PDF Table Extraction,” 2018, 24th International Conference on Information and Software Technologies.
[2] Institute of Computer Science and Techonology of Peking University, Institute of Digital Publishing of Founder R&D Center, “Marmot Dataset,” 2011, China,
[3] Asif Shahab, “Table Ground Truth for the UW3 and UNLV datasets,” 2013, German Research Center for Artificial Intelligence (DFKI),Ground Truth for the UW3 and UNLV datasets.
[4] M. G¨obel , T. Hassan , E. Oro , G. Orsi, “ICDAR 2013 Table Competition,“ 2013, Proceedings of the 2013 12th International Conference on Document Analysis and Recognition, p.1449-1453.
[5] L. Gao, Y. Huang, H. Dejean, J. Meunier, “ICDAR 2019 Competition on Table Detection and Recognition (cTDaR),” 2019, International Conference on Document Analysis and Recognition (ICDAR), pp. 1510-1515,cTDaR.
[6] X. Zhong, J. Tang, A. J. Yepes, “PubLayNet: largest dataset ever for document layout analysis,” 2019, International Conference on Document Analysis and Recognition (ICDAR),

科技资讯眺望|三篇论文，纵览深度学习在表格识别中的最新应用( 十 )

推荐阅读

超2亿美元合作辉瑞/Dewpoint共同开发DM1潜在疗法

于欢|美女主持人竟变身土味精神小妹？绝对是史上最不正经的女主持人

男子自曝猥亵女学生，警方：博眼球编造不实言论已行拘

娱乐圈|娱乐圈的10位“半老徐娘”，长腿美背、旷世容颜，越老越漂亮

霓虹|竟还乖乖排队让“坏人”量体温，日本警察搜查据点

|马云、任正非……商界大佬为何扎堆卸任？

京东天猫角逐激烈，小象优品、寺库等C位出道，这届618很激烈！

男人是在分手后多久，开始后悔的？

口腔溃疡的中医药膳治疗方法

华为亮相北京车展，多合一电驱动系统DriveONE引围观

漫威里面的组织,漫威里的组织有哪些-

小孩便秘吃什么药最好

数字赋能，共创未来——中外人士热情期待世界互联网大会·互联网发展论坛召开

「」程武兼任阅文CEO后的内部公开信：紧密联动、发展升维

移动|西安地铁拟禁止使用移动充电物品引发网友热议

离骚共计多少字

窗帘颜色的选择常识介绍

像向日葵一样|遭到康熙帝嫉妒，死后不得安宁，此人差点代替康熙成为清朝皇帝

咸阳@当“新冠”遇上“汉坦”看咸阳这家医院如何接招

没事|澳洲山火令各地干旱，断水小镇居民无奈：“有啤酒就没事”