Mis on tabelite ekstraktsioon ja millised mudelid (TableNet, TATR)?

Tabelite väljavõtmine — see on ülesanne, mille käigus ekstrakteeritakse tabelandmed dokumentidest, piltidelt või PDF-idest, sageli kasutades OCR-i teksti tuvastamiseks.

Mudelid:

• TableNet — närvivõrgu arhitektuur, mis jagab pildi tabelite ja mitte-tabelite piirkondadeks ning rõhutab tabeli struktuuri (lahtrid, read, veerud). Kasutab konvolutsioonivõrke visuaalse struktuuri mõistmiseks.

• TATR (Table Transformer) — transformereid kasutav mudel, mis töötleb dokumenti kui järjestust ja ennustab tabeli struktuuri, sealhulgas piire ja lahtrite sisu. Hea keeruliste ja heterogeeniliste tabelitega.

Mõlemad mudelid aitavad automatiseerida tabelandmete väljavõtmise ja struktureerimise protsessi mittestruktureeritud allikatest.