日常工作中的合同、發(fā)票、檔案等文件存在被拍照、掃描成電子文檔的過(guò)程中，出現(xiàn)漏字、錯(cuò)位現(xiàn)象，背后正是因?yàn)?ldquo;版面分析”技術(shù)的識(shí)別效果原因。
合合信息通過(guò)技術(shù)創(chuàng)新和智能識(shí)別技術(shù)的突破優(yōu)化攻破版面分割、區(qū)域間的邏輯關(guān)系處理等方面的難題，通過(guò)智能文字識(shí)別、智能圖像處理等核心技術(shù)，助力使用者從各類復(fù)雜的圖片文檔中精準(zhǔn)獲取信息。
據(jù)了解，版面分析的目的是讓機(jī)器“看懂”文檔結(jié)構(gòu)，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(guān)系，這是內(nèi)容識(shí)別之前的關(guān)鍵步驟。
據(jù)中國(guó)科學(xué)院自動(dòng)化研究所多模態(tài)人工智能系統(tǒng)全國(guó)重點(diǎn)實(shí)驗(yàn)室聯(lián)合多所高校發(fā)布的論文顯示，版面分析主要包括物理版面分析(區(qū)域分割、分類，文本檢測(cè)與定位，文本行分割等)，手寫及印刷區(qū)分，表格分析(單元格提取與關(guān)系分析)，邏輯版面分析(區(qū)域語(yǔ)義分類、閱讀順序)，以及簽名、圖標(biāo)、印章等版面元素的提取等。其中物理版面分析主要解決區(qū)域分割問(wèn)題，邏輯版面分析則關(guān)注區(qū)域之間的邏輯關(guān)系或閱讀順序。
合信息表格結(jié)構(gòu)解析方法在邏輯版面分析中發(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(biāo)記的方法等。在財(cái)報(bào)相關(guān)表格識(shí)別測(cè)試中，有線表識(shí)別單元格結(jié)構(gòu)準(zhǔn)確率高于98%;無(wú)線表識(shí)別中，在保證表格區(qū)域內(nèi)容的完整性的同時(shí)，檢測(cè)準(zhǔn)確率較傳統(tǒng)方法顯著提升。
傳統(tǒng)的版面分析方法在進(jìn)行版面布局分析和表格處理時(shí)會(huì)明顯受制于版式差異，在應(yīng)對(duì)不同場(chǎng)景下的文檔圖片時(shí)泛化效果存在缺陷，而深度神經(jīng)網(wǎng)絡(luò)的引入有效解決了這些問(wèn)題。
合合信息技術(shù)相關(guān)負(fù)責(zé)人表示，得益于全卷積神經(jīng)網(wǎng)絡(luò)(FCN)和圖神經(jīng)網(wǎng)絡(luò)(GNN) 的突破，文檔版面分析的方法和性能得到了很大發(fā)展。公司基于深度學(xué)習(xí)的方法，結(jié)合文本區(qū)域的幾何坐標(biāo)、視覺(jué)特征、文本語(yǔ)義等多種模態(tài)信息對(duì)文本閱讀順序進(jìn)行預(yù)測(cè)，顯著提升分類結(jié)果。
