表格識別總是不夠精準？合合信息旗下掃描全能王這樣“解題”

　　表格是文檔中常見的對象。從學生經(jīng)常填寫的報名表，到辦公場景中涉及的財務報表、票據(jù)，表格識別的需求廣泛存在于個人生活、社會生產之中。尤其在進入九月之后，隨著高校開學，企業(yè)開始著手下一年度的發(fā)展規(guī)劃，表格處理的任務不斷加重。高精確度的表格識別技術能夠大幅節(jié)省文件處理時間，是合合信息智能文字識別技術中，圖像處理和復雜場景文字識別技術的重要應用。

　　用深度學習技術解決表格識別難點

　　表格識別主要包括表格檢測和表格結構識別兩大任務。表格檢測主要檢測表格主體，即從圖片中確認表格區(qū)域；表格結構識別是對表格區(qū)域進行分析，提取表格中的數(shù)據(jù)與結構信息，得到表格的行列邏輯結構。

　　兩大任務均具有相當?shù)膹碗s性。首先，表格類別多樣，根據(jù)有無邊框可以分為有線表、少線表、無線表等。從有線表、少線表到無線表，表格識別難度逐漸增加。同時，表格文件中常見的背景填充、單元格行列合并等情況，會進一步增加表格識別難度。其他外部因素，如圖片傾斜褶皺、背景干擾等問題，都會對表格識別帶來挑戰(zhàn)。

合合信息通用智能文字識別引擎對合并單元格表格進行識別

　　近年來人工智能技術飛速發(fā)展，計算機視覺（CV）、自然語言處理（NLP）和圖神經(jīng)網(wǎng)絡等深度學習方法被廣泛引入表格識別任務中，例如語義分割、目標檢測、序列預測等。在16年領域深耕中，合合信息智能文字識別技術覆蓋了圖片、PDF格式文檔中多種類的表格識別需求，包括有線表，三線表，無線表等，并且支持合并單元格、多表格并存等復雜情況的識別。

　　基于分治思想，合合信息引入深度學習技術，將表格識別分為有線表識別和無線表識別兩種方案。有線表識別中，合合信息利用語義分割、角點回歸等技術方案還原有線表，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%。

　　無線表識別是表格識別中的難點，教科書上的部分統(tǒng)計表、藥品配方表，都存在框線不完整甚至無框線的情況。無線表缺少表格線，直接套用有線表識別方案無法得到理想的表格結構。合合信息無線表識別采用序列模型、規(guī)則匹配等方案，通過自研模型直接預測表格的邏輯結構，再得到表格的物理結構，在保證表格區(qū)域內容的完整性的同時，檢測準確率較傳統(tǒng)方法顯著提升。

合合信息通用智能文字識別引擎對無線表格進行識別

　　智能文字識別助力文件處理效率指數(shù)級提升

　　現(xiàn)階段，合合信息智能文字識別技術中的表格識別技術已被應用于以“掃描全能王”為代表的C端APP中，通過“文件轉換excel”功能服務于大眾生活和辦公需求。生活中，用戶可以使用掃描全能王隨手拍下手邊的清單、個人合同、說明書等，APP將提煉其中的表格內容，起到備忘作用；辦公場景下，使用者可掃描、拍攝工作文件，提取圖片、PDF中的文字內容，并將其轉化為可編輯文檔，便于二次編輯和分享。近半年來，“文件轉換excel”相關功能累計被調用百萬次。

　　B端領域中，作為合合信息智能文字識別引擎中的重要模塊，表格識別技術已落地在保險、銀行、證券等行業(yè)中，應用于合同、銀行流水、物流單據(jù)識別等多個場景。以財務場景為例，合合信息表格識別技術被應用于企業(yè)發(fā)票與訂單的數(shù)字全流程管理中，曾助力全球知名汽車零配件供應商偉巴斯特實現(xiàn)票據(jù)智能掃描、識別、驗真、合規(guī)自動檢查、發(fā)票與訂單數(shù)據(jù)匹配、數(shù)字化數(shù)據(jù)、影像留存等全流程財稅管理，作業(yè)效率提升500%～1000%。

　　據(jù)悉，合合信息曾在2019年國際文檔分析識別大會（ICDAR）中獲得表格識別競賽的冠軍。公司智能文字識別相關技術還在國際頂會ICPR、ICFHR 等競賽中獲得十余項冠軍，并于CVPR、AAAI、ACL、ACM MM等國際頂會上發(fā)表。