突破表格识别难点，合合信息表格识别功能获用户青睐

表格是文档中常见的对象。从学生经常填写的报名表，到办公场景中涉及的财务报表、票据，表格识别的需求广泛存在于个人生活、社会生产之中。但表格识别技术一直无法实现高精度处理。日前，合合信息智能文字识别技术让高精度表格识别成为现实。

表格识别主要包括表格检测和表格结构识别两大任务。表格检测主要检测表格主体，即从图片中确认表格区域;表格结构识别是对表格区域进行分析，提取表格中的数据与结构信息，得到表格的行列逻辑结构。

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%。

无线表识别是表格识别中的难点，教科书上的部分统计表、药品配方表，都存在框线不完整甚至无框线的情况。无线表缺少表格线，直接套用有线表识别方案无法得到理想的表格结构。合合信息无线表识别采用序列模型、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。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，合合信息专注于智能文档图像处理、复杂场景文档识别、手写字迹擦除等技术，近三年来先后在ICDAR、ICPR等15项人工智能国际竞赛中斩获冠军，学术成果发表于CVPR、AAAI、ACL等顶会。

(新媒体责编：pl2022)