2000 تحديدًا في الثانية: كيفية اختيار الجدول الصحيح في مستند بدون شبكات عصبية

طورت شركة Smart Engines طريقة لتحديد الجدول الصحيح بين مناطق متعددة تشبه الجداول في مستند دون استخدام الشبكات العصبية. يكتشف النظام أولاً مناطق الجداول المحتملة، ثم يحول كل منطقة إلى سلسلة نصية أحادية البعد ترمّز بنيتها الهندسية ومحتواها النصي. يتم ذلك عن طريق إسقاط الخطوط الرأسية وكلمات التعرف الضوئي على الحروف على المحور السيني، مع تمييز المواضع كأرقام لجودة الخطوط أو علامات نصية أو نقاط فارغة، ودمجها في توقيع مضغوط. تتحول مهمة التحديد بعد ذلك إلى التحقق من هذه السلسلة مقابل تعبيرات منتظمة تصف بنية الجدول المتوقعة. يتم استخدام سيناريوهين: تحديد البنية الثابتة للنماذج الموحدة مثل الفواتير، وتحديد الأعمدة المميزة للجداول التي قد يختلف ترتيب أعمدةها. أظهرت الاختبارات على المستندات الروسية (المحاضر والفواتير) انخفاضًا في أخطاء اكتشاف الصفوف والأعمدة بنسبة تصل إلى 35.87% و26.36% على التوالي، مع تحسن دقة التعرف على الخلايا بنسبة تصل إلى 9.97%. تعمل الخوارزمية في 0.49 مللي ثانية لكل منطقة على معالج ARMv8 64-بِت، أي حوالي 2000 فحص في الثانية، مقارنة بـ 1-3 ثوانٍ لكل مرشح باستخدام نهج نموذج لغوي كبير مع Llama 3 على جهاز كمبيوتر شخصي. تم أيضًا تطبيق الطريقة لتصنيف أنواع المستندات بناءً على بنية الجدول، محققة دقة واستدعاء بنسبة 100% لخمسة من سبعة أنواع، متجاوزةً خط الأساس القائم على تصنيف الحقول.