2000 identifikasi per detik: cara memilih tabel yang tepat pada dokumen tanpa jaringan saraf

Smart Engines telah mengembangkan metode untuk mengidentifikasi tabel yang benar di antara beberapa wilayah mirip tabel pada dokumen tanpa menggunakan jaringan saraf. Sistem ini pertama-tama mendeteksi wilayah tabel potensial, kemudian mengubah setiap wilayah menjadi string satu dimensi yang mengodekan struktur geometris dan konten teksnya. Hal ini dilakukan dengan memproyeksikan garis vertikal dan kata-kata OCR ke sumbu X, menandai posisi sebagai digit kualitas garis, penanda teks, atau titik kosong, dan menggabungkannya menjadi tanda tangan yang ringkas. Tugas identifikasi kemudian direduksi menjadi memeriksa string ini terhadap ekspresi reguler yang menggambarkan struktur tabel yang diharapkan. Dua skenario digunakan: identifikasi struktur tetap untuk formulir standar seperti faktur, dan identifikasi kolom karakteristik untuk tabel yang urutan kolomnya mungkin bervariasi. Pengujian pada dokumen Rusia (akte dan faktur) menunjukkan pengurangan kesalahan deteksi baris dan kolom hingga masing-masing 35,87% dan 26,36%, dengan akurasi pengenalan sel meningkat hingga 9,97%. Algoritme ini berjalan dalam 0,49 ms per wilayah pada ARMv8 64-bit, sekitar 2000 pemeriksaan per detik, dibandingkan dengan 1-3 detik per kandidat menggunakan pendekatan LLM dengan Llama 3 di PC. Metode ini juga diterapkan untuk mengklasifikasikan jenis dokumen berdasarkan struktur tabel, mencapai presisi dan recall 100% untuk lima dari tujuh jenis, mengungguli klasifikasi berbasis bidang dasar.