為了文檔掃描中可能出現(xiàn)的問題，合合信息持續(xù)突破版面分析技術(shù)在版面分割、區(qū)域間的邏輯關(guān)系處理等方面的難題，通過智能文字識(shí)別、智能圖像處理等核心技術(shù)，助力使用者從各類復(fù)雜的圖片文檔中精準(zhǔn)獲取信息。

所謂“版面分析”，其主要目的就是為了讓機(jī)器讀懂文檔結(jié)構(gòu)，即將文檔圖像分割成不同類型內(nèi)容的區(qū)域，并分析區(qū)域之間的關(guān)系，這是內(nèi)容識(shí)別之前的關(guān)鍵步驟。

其實(shí)從上世紀(jì)80年代開始，研究版面分析的工作成果就已開始涌現(xiàn)，此后經(jīng)歷了多番理念方法迭代。傳統(tǒng)的版面分析方法在進(jìn)行版面布局分析和表格處理時(shí)會(huì)明顯受制于版式差異，在應(yīng)對(duì)不同場景下的文檔圖片時(shí)泛化效果存在缺陷，而深度神經(jīng)網(wǎng)絡(luò)的引入有效解決了這些問題。

得益于全卷積神經(jīng)網(wǎng)絡(luò)(FCN)和圖神經(jīng)網(wǎng)絡(luò)(GNN) 的突破，文檔版面分析的方法和性能得到了很大發(fā)展。合合信息基于深度學(xué)習(xí)的方法，結(jié)合文本區(qū)域的幾何坐標(biāo)、視覺特征、文本語義等多種模態(tài)信息對(duì)文本閱讀順序進(jìn)行預(yù)測，顯著提升分類結(jié)果。

同時(shí)，合合信息表格結(jié)構(gòu)解析方法在邏輯版面分析中也發(fā)揮了重要作用，主要包括自上而下的方法、自下而上的方法以及端到端圖像到標(biāo)記的方法等。在財(cái)報(bào)相關(guān)表格識(shí)別測試中，有線表識(shí)別單元格結(jié)構(gòu)準(zhǔn)確率高于98%;無線表識(shí)別中，在保證表格區(qū)域內(nèi)容的完整性的同時(shí)，檢測準(zhǔn)確率較傳統(tǒng)方法顯著提升。

目前，合合信息“版面分析”技術(shù)已應(yīng)用于多個(gè)行業(yè)。對(duì)于研究人員或?qū)W生群體而言，版面分析與OCR技術(shù)的結(jié)合可以廣泛應(yīng)用于課件、試卷、作業(yè)、學(xué)術(shù)論文等材料的數(shù)字化處理;商用場景中，面分析與OCR技術(shù)能自動(dòng)識(shí)別和提取財(cái)務(wù)數(shù)據(jù)、圖表、文本等信息，并將印刷財(cái)報(bào)轉(zhuǎn)換為可分析的電子數(shù)據(jù)，在處理不同類型的財(cái)務(wù)報(bào)表時(shí)，能夠提升報(bào)告分析效率和準(zhǔn)確性。

此外，該技術(shù)還可用于文化保護(hù)，通過自動(dòng)識(shí)別和提取各種類型書籍的表格、圖像信息，將不同時(shí)代、多種印刷版式、多種概念的紙質(zhì)圖樣按照符合人類理解的格式進(jìn)行電子化存儲(chǔ)，幫助實(shí)現(xiàn)文獻(xiàn)、古籍、報(bào)紙、雜志等資料的數(shù)字化和知識(shí)管理。

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如有侵權(quán)行為，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。