检索结果-内蒙古大学图书馆

基于规则匹配与深度学习AbTransformer的渔业标准表格信息抽取方法

大连海洋大学学报 2023年第1期38卷 140-148页

作者：孙哲涛于红宋奇书李光宇邵立铭杨惠宁张思佳孙华大连海洋大学信息工程学院辽宁省海洋信息技术重点实验室辽宁大连116023 设施渔业教育部重点实验室(大连海洋大学) 辽宁大连116023

为解决渔业标准文本中表格结构多样、表头位置不固定导致抽取效果不佳的问题,提出一种结合规则匹配(rule-based-matching,RBM)与AbTransformer(Absolute Transformer)深度学习模型的表格信息抽取方法,该方法对规则类表格信息采用规则模... 详细信息

为解决渔业标准文本中表格结构多样、表头位置不固定导致抽取效果不佳的问题,提出一种结合规则匹配(rule-based-matching,RBM)与AbTransformer(Absolute Transformer)深度学习模型的表格信息抽取方法,该方法对规则类表格信息采用规则模板与BERT-BiLSTM-CRF模型进行信息抽取,对非规则类表格信息采用改进的Transformer进行抽取,即在位置编码模块中引入行位置编码,与特征向量拼接以获取表格行列位置。结果表明:本文中提出的AbTransformer模型相较于机器学习MLP模型,AUC值提升了1.46%,相较于TabTransformer模型,AUC值提高了1.18%;本文中提出的RBM-AbTransformer模型与AbTransformer模型相比,准确率、召回率和F1值分别提高了7.78%、4.19%和5.27%。研究表明,结合RBM与AbTransformer的渔业标准表格信息抽取方法,有效解决了表格结构多样、表头位置不固定的问题,提升了渔业标准表格信息抽取的整体效果。

关键词：渔业标准实体识别表格信息抽取深度学习 Transformer模型

来源：评论

学校读者我要写书评

暂无评论

融入单元格结构信息的表格抽取方法

引用

重庆师范大学学报（自然科学版） 2024年第2期41卷 137-144页

作者：乔岩吴至友高桓段旭祥重庆师范大学数学科学学院重庆401331 英特尔边缘智能联合研究院南京211135 重庆大学数学与统计学院重庆401331

现有的端到端方法和基于预训练模型的方法在训练过程中未有效利用表格单元格的结构信息,从而影响了表格文本在模型中的向量表示和最终的语义信息抽取精确率;因此提出了进一步利用单元格结构信息来改进光学字符识别效果的端到端方法和增... 详细信息

现有的端到端方法和基于预训练模型的方法在训练过程中未有效利用表格单元格的结构信息,从而影响了表格文本在模型中的向量表示和最终的语义信息抽取精确率;因此提出了进一步利用单元格结构信息来改进光学字符识别效果的端到端方法和增加单元格序列预测任务的预训练方法。实验结果显示改进后的2种方法在表格语义信息抽取任务中取得了更好的效果,F1值分别提升了0.2046和0.0176。改进后的方法加强了单元格结构信息在表格中的重要性,提高了表格语义信息抽取的精确率。

关键词：表格信息抽取单元格结构信息表格识别算法单元格区域识别

来源：评论

学校读者我要写书评

暂无评论

表格识别技术研究进展

引用

中国图象图形学报 2022年第6期27卷 1898-1917页

作者：高良才李一博都林张新鹏朱子仪卢宁金连文黄永帅汤帜北京大学王选计算机研究所北京100871 华为技术有限公司AI应用研究中心北京100085 华南理工大学电子与信息学院广州510640

表格广泛存在于科技文献、财务报表、报纸杂志等各类文档中,用于紧凑地存储和展现数据,蕴含着大量有用信息。表格识别是表格信息再利用的基础,具有重要的应用价值,也一直是模式识别领域的研究热点之一。随着深度学习的发展,针对表格识... 详细信息

表格广泛存在于科技文献、财务报表、报纸杂志等各类文档中,用于紧凑地存储和展现数据,蕴含着大量有用信息。表格识别是表格信息再利用的基础,具有重要的应用价值,也一直是模式识别领域的研究热点之一。随着深度学习的发展,针对表格识别的新研究和新方法纷纷涌现。然而,由于表格应用场景广泛、样式众多、图像质量参差不齐等因素,表格识别领域仍然存在着大量问题亟需解决。为了更好地总结前人工作,为后续研究提供支持,本文围绕表格区域检测、结构识别和内容识别等3个表格识别子任务,从传统方法、深度学习方法等方面,综述该领域国内外的发展历史和最新进展。梳理了表格识别相关数据集及评测标准,并基于主流数据集和标准,分别对表格区域检测、结构识别、表格信息抽取的典型方法进行了性能比较。然后,对比分析了国内相对于国外,在表格识别方面的研究进展与水平。最后,结合表格识别领域目前面临的主要困难与挑战,对未来的研究趋势和技术发展目标进行了展望。

关键词：表格区域检测表格结构识别表格内容识别深度学习单元格识别表格信息抽取

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的跨文献表格融合关键技术研究

基于深度学习的跨文献表格融合关键技术研究

引用

作者：胡祥奔南京信息工程大学

学位级别：硕士

作为一种常见的数据记录方式,表格得益于其关联性强、传递效率高等特点,被广泛应用于科技文献中,为后续研究工作提供有价值的参考依据。将来自不同文献的表格数据整合成一个统一、标准的集合,可以获取更全面、准确和系统的科技资料,为... 详细信息

作为一种常见的数据记录方式,表格得益于其关联性强、传递效率高等特点,被广泛应用于科技文献中,为后续研究工作提供有价值的参考依据。将来自不同文献的表格数据整合成一个统一、标准的集合,可以获取更全面、准确和系统的科技资料,为解决日益复杂的科学问题提供数据支撑。基于深度学习的跨文献表格融合技术,通过提取表格语义特征,可以抽取并融合表格中的键值对,从而提高科技数据整合效率。然而,由于表内文本密集,无法准确检测文本边界。此外,不同文献对同一键的描述不同,在小样本环境下难以提取表格语义,使得表格融合仍然面临如下挑战:1)文本边界难以准确识别,需要执行非极大值抑制(Non-Maximum Suppression,NMS)操作调整生成框位置,导致表格信息抽取效率低下。2)由于数据集缺乏,基于深度学习的方法在小样本场景下会出现数据稀疏,致使模型不易收敛、精度不足。鉴于此,本文将对基于深度学习的跨文献表格融合方法开展研究。具体而言,本文的主要研究工作如下:(1)为了避免执行NMS操作以提高提取表格结构效率,本文提出了一种基于图像处理的表格信息抽取方法。首先,利用视网膜网络(Retina Net)提取并融合多尺度文献截图特征,从而获取表格位置信息。其次,提出文本识别网络str-PG-Net,利用形态学方法确定文本骨架,并采用全卷积网络获取文本中心线和文本边框特征;进而,利用二分类神经网络获取文本方向特征,结合骨架中心点联合解码,精确检测文本位置,避免NMS操作,以提高表格信息抽取效率。最后,利用基于文本间距的启发式算法检测单元格位置,从而获取表格结构信息。实验结果表明,本文提出的方法可以提升表格信息抽取效率,并优化了在小样本情况下单元格检测的能力。(2)针对小样本环境下表格语义数据稀疏问题,本文提出一种基于语义模型的表格融合方法。具体而言,根据字符嵌入构建表格语义模型,减少训练参数以缓解数据稀疏,利用双向长短期神经网络提取表格键语义特征,并通过柔性指数归一化函数识别表格类型。此外,提出一种基于标题语义特征的表格分类方法,通过表格键语义特征结合标题特表格分类表格,将同类表格依据表格键语义合并,并采用图数据库存储融合后的表格。实验结果表明,本文提出的方法可以识别未登录键,提高表格键分类的准确率。

关键词：表格信息抽取表格融合图像处理语义模型

来源：评论

学校读者我要写书评

暂无评论

Web实体表格结构识别研究

引用

软件导刊 2016年第6期15卷 1-5页

作者：张兴兰刘岩北京工业大学计算机学院

Web表格信息提取已成为构建本体的重要工作,它能自动将本体所需的属性名和属性值提取出来,节省大量人工劳动。提出了一种基于单元格类型和值长度的表格结构识别算法,能有效识别定位出的表格展开方式,对于表格信息提取具有重要意义。

关键词：信息提取表格信息抽取表格结构识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：