為了文檔掃描中可能出現(xiàn)的問題，合合信息持續(xù)突破版面分析技術在版面分割、區(qū)域間的邏輯關系處理等方面的難題，通過智能文字識別、智能圖像處理等核心技術，助力使用者從各類復雜的圖片文檔中精準獲取信息。

所謂“版面分析”，其主要目的就是為了讓機器讀懂文檔結構，即將文檔圖像分割成不同類型內(nèi)容的區(qū)域，并分析區(qū)域之間的關系，這是內(nèi)容識別之前的關鍵步驟。

其實從上世紀80年代開始，研究版面分析的工作成果就已開始涌現(xiàn)，此后經(jīng)歷了多番理念方法迭代。傳統(tǒng)的版面分析方法在進行版面布局分析和表格處理時會明顯受制于版式差異，在應對不同場景下的文檔圖片時泛化效果存在缺陷，而深度神經(jīng)網(wǎng)絡的引入有效解決了這些問題。

得益于全卷積神經(jīng)網(wǎng)絡(FCN)和圖神經(jīng)網(wǎng)絡(GNN) 的突破，文檔版面分析的方法和性能得到了很大發(fā)展。合合信息基于深度學習的方法，結合文本區(qū)域的幾何坐標、視覺特征、文本語義等多種模態(tài)信息對文本閱讀順序進行預測，顯著提升分類結果。

同時，合合信息表格結構解析方法在邏輯版面分析中也發(fā)揮了重要作用，主要包括自上而下的方法、自下而上的方法以及端到端圖像到標記的方法等。在財報相關表格識別測試中，有線表識別單元格結構準確率高于98%;無線表識別中，在保證表格區(qū)域內(nèi)容的完整性的同時，檢測準確率較傳統(tǒng)方法顯著提升。

目前，合合信息“版面分析”技術已應用于多個行業(yè)。對于研究人員或?qū)W生群體而言，版面分析與OCR技術的結合可以廣泛應用于課件、試卷、作業(yè)、學術論文等材料的數(shù)字化處理;商用場景中，面分析與OCR技術能自動識別和提取財務數(shù)據(jù)、圖表、文本等信息，并將印刷財報轉換為可分析的電子數(shù)據(jù)，在處理不同類型的財務報表時，能夠提升報告分析效率和準確性。

此外，該技術還可用于文化保護，通過自動識別和提取各種類型書籍的表格、圖像信息，將不同時代、多種印刷版式、多種概念的紙質(zhì)圖樣按照符合人類理解的格式進行電子化存儲，幫助實現(xiàn)文獻、古籍、報紙、雜志等資料的數(shù)字化和知識管理。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如有侵權行為，請第一時間聯(lián)系我們修改或刪除，多謝。