Кестелерди чыгарып алуу жана кайсы моделдер (TableNet, TATR)?

Жалпы — бул документтерден, сүрөттөрдөн же PDF файлдардан таблица маалыматтарын чыгарып алуу тапшырмасы, көбүнесе OCR колдонуу менен текстти таануу.

Моделдер:

• TableNet — нейрон тармак архитектурасы, ал сүрөттү таблица жана таблица эмес аймактарга бөлүп, ошондой эле таблицанын түзүлүшүн (клеткалар, саптар, багыттар) белгилейт. Визуалдык түзүлүштү түшүнүү үчүн конволюциялык тармактарды колдонуу.

• TATR (Table Transformer) — трансформерлерге негизделген модель, ал документти тизмек катары иштетип, таблицанын түзүлүшүн, чектерин жана клеткалардын мазмунун алдын ала айтат. Кыйын жана хетерогендик таблицалар менен жакшы иштейт.

Эки модель да структураланбаган булактардан таблица маалыматтарын автоматташтырып алуу процесси үчүн жардам берет.