O que é extração de tabelas e quais modelos (TableNet, TATR)?

Extração de tabelas é a tarefa de extrair dados tabulares de documentos, imagens ou PDFs, muitas vezes usando OCR para reconhecimento de texto.

Modelos:

• TableNet: uma arquitetura de rede neural que segmenta a imagem em áreas de tabelas e não tabelas, além de destacar a estrutura da tabela (células, linhas, colunas). Utiliza redes convolucionais para compreender a estrutura visual.

• TATR (Table Transformer): um modelo baseado em transformadores que processa o documento como uma sequência e prevê a estrutura das tabelas, incluindo limites e conteúdo das células. Funciona bem com tabelas complexas e heterogêneas.

Ambos os modelos ajudam a automatizar o processo de extração e estruturação de dados tabulares de fontes não estruturadas.