文档表格结构识别技术与数据总结：兼看多模态表格理解基准设计及数据构建思路

文章预览

今天是2024年6月16日，星期日，北京，天气晴。 昨天，各位老刘说NLP社区顺利完成第二十一讲，围绕六月份半月度技术及文档处理方向的产研思路。 我们今天继续来看看文档智能领域的表格结构识别问题，通过一个工作整理进行论述。 另一个是多模态表格理解MMTab的设计以及数据构造方式【数据增强】，还推出了一个表格理解模型，其思路也很有趣，可以看看。 供大家一起参考并思考。 问题1：文档智能领域中的表格结构识别问题 在完成版式分析之后，如果识别文档元素是表格，那么则需要对表格进行处理。而表格结构识别又是其中的一个重点 。 一般而言，表格处理分成三个部分： TD任务， T able  D etection，表格识别 TSR任务， T able  S tructure  R ecognition，表格结构识别 TCD任务， T able  C ontent  R ecognition，表格内容识别 因此，我们有必要熟悉下表 ………………………………