An alignment-error-free framework for end-to-end table recognition

Fan Yang

doi:10.1016/j.eswa.2025.128971

An alignment-error-free framework for end-to-end table recognition

2025-07-10

0

PRE

AI

DOI：10.1016/j.eswa.2025.128971

原文链接

原文求助

摘要

En 中文

• 我们提出了一种集成框架，能够联合识别表格结构和文本内容，从而内在地避免了由单独的TSR和OCR系统集成所带来的对齐错误。 • 我们引入VIM对解码器的注意力进行归一化，利用来自语义分割分支的视觉特征。这确保了内容解码器专注于正确的区域，提高了识别精度。 • E2eTRNet在表格识别基准上超越了当前领先的方法，甚至优于专门用于文本提取的通用大型语言模型。 • 广泛的实验结果验证了我们框架的性能。我们的模型在表格识别任务中超越了当前最优（SOTA）模型，且我们的框架在两种实验设置下均优于传统框架。我们将发布代码和训练模型以促进TR研究。 • 我们模型的稳健性能和端到端训练能力使其成为跨广泛领域的宝贵工具。它促进了更精确的数据挖掘、知识发现和智能决策支持。

Keyword:

table recognition

end-to-end learning

visual attention

semantic segmentation

text extraction

An alignment-error-free framework for end-to-end table recognition

摘要

期刊

机构

引用论文