表格识别不够精准？合合信息解难题

表格大小、种类与样式复杂多样，例如表格中存在不同的背景填充，不同的行列合并方法，不同的内容文本类型等。并且现有文档既包括现代的、电子的文档，也有历史的、扫描的手写文档，它们的文档样式、所处光照环境以及纹理等都有比较大的差异。因此，表格识别一直是文档识别领域的研究难点。好在，合合信息智能文字识别技术让高精度表格识别成为现实。

在16年领域深耕中，合合信息智能文字识别技术覆盖了图片、PDF格式文档中多种类的表格识别需求，包括有线表，三线表，无线表等，并且支持合并单元格、多表格并存等复杂情况的识别。

基于分治思想，合合信息引入深度学习技术，将表格识别分为有线表识别和无线表识别两种方案。有线表识别中，合合信息利用语义分割、角点回归等技术方案还原有线表，在财报相关表格识别测试中，有线表识别单元格结构准确率高于98%。无线表识别则采用序列模型、规则匹配等方案，通过自研模型直接预测表格的逻辑结构，再得到表格的物理结构，在保证表格区域内容的完整性的同时，检测准确率较传统方法显著提升。

现阶段，合合信息智能文字识别技术中的表格识别技术已被应用于以“扫描全能王”为代表的C端APP中，通过“文件转换excel”功能服务于大众生活和办公需求。近半年来，“文件转换excel”相关功能累计被调用百万次。

B端领域中，作为合合信息智能文字识别引擎中的重要模块，表格识别技术已落地在保险、银行、证券等行业中，应用于合同、银行流水、物流单据识别等多个场景。

据悉，合合信息是一家人工智能及大数据科技企业，从2006年创立至今，坚持深耕智能文字识别应用及商业大数据核心技术领域，通过C端、B端产品以及行业解决方案，为全球百余个国家和地区的亿级用户及近30个行业的企业客户提供创新的数字化、智能化服务。

近三年来，合合信息先后在ICDAR、ICPR等人工智能国际竞赛中斩获15项冠军，学术成果在CVPR、AAAI、ACL、ACM MM等顶会上发表，相关项目获中国图象图形学学会（CSIG）科技进步奖二等奖。在今年8月的CSIG图像图形技术挑战赛中，合合信息参与的赛队夺得总冠军。

(新媒体责编：pl2022)