突破“版面分析”技术难点，让AI更好地“阅读分类”

原创 上海静安 上海静安

日常生活中，一些学生、职场人士通过拍照、扫描获取的各类电子文档，时常出现漏字、错位等现象。为帮助各界人士解决这一隶属于“版面分析”技术范畴的难度和痛点问题，日前，位于静安区知名人工智能及大数据科技企业合合信息通过智能文字识别、智能图像处理等核心技术，持续突破各类技术难题，助力使用者从各类复杂的图片文档中精准获取信息。

据合合信息技术人员介绍，“版面分析”的目的是让机器“看懂”文档结构，即将文档图像分割成不同类型内容的区域，并分析区域之间的关系，这是内容识别之前的关键步骤。

“版面分析”任务分为物理版面分析（或称为几何版面分析）和逻辑版面分析两类，前者主要解决区域分割问题，后者则关注区域之间的逻辑关系或阅读顺序。

传统的“版面分析”方法在进行版面布局分析和表格处理时会明显受制于版式差异，在应对不同场景下的文档图片时泛化效果存在缺陷，而深度神经网络的引入有效解决了这些问题。

合合信息基于深度学习的方法，结合文本区域的几何坐标、视觉特征、文本语义等多种模态信息，对文本阅读顺序进行预测，显著提升了分类结果。

同时，合合信息表格结构解析方法在逻辑版面分析中也发挥了重要作用，主要包括自上而下的方法、自下而上的方法以及端到端图像到标记的方法等。

在财报相关表格识别测试中，有线表识别单元格结构准确率高于98%；无线表识别中，在保证表格区域内容的完整性的同时，检测准确率较传统方法显著提升。

对于研究人员或学生群体而言，“版面分析”与OCR技术的结合，可以广泛应用于课件、试卷、作业、学术论文等材料的数字化处理，自动识别和提取多种教育类文档文本、图像、公式、表格等元素进行不同场景的应用，简化教学和学习过程。

而在商务场景中，“版面分析”与OCR技术能自动识别和提取财务数据、图表、文本等信息，并将印刷财报转换为可分析的电子数据，在处理不同类型的财务报表时，能够提升报告分析效率和准确性，帮助相关人员实现公司财务报告、审计报告、年度报告等文件的自动处理和分析。

此外，“版面分析”相关技术还可作用于文化保护，通过自动识别和提取各种类型书籍的表格、图像信息，将不同时代、多种印刷版式、多种概念的纸质图样，按照符合人类理解的格式进行电子化存储，帮助实现文献、古籍、报纸、杂志等资料的数字化和知识管理。

记者：顾武

图片：图虫创意

原标题：《突破“版面分析”技术难点，让AI更好地“阅读分类”》

阅读原文