Saniyede 2000 tanımlama: belgede doğru tabloyu sinir ağları olmadan seçme

Smart Engines, sinir ağları kullanmadan bir belgedeki birden fazla tablo benzeri bölge arasından doğru tabloyu belirlemek için bir yöntem geliştirdi. Sistem önce olası tablo bölgelerini tespit eder, ardından her bölgeyi hem geometrik yapısını hem de metin içeriğini kodlayan tek boyutlu bir dizeye dönüştürür. Bu, dikey çizgilerin ve optik karakter tanıma (OCR) sözcüklerinin X eksenine izdüşümü yapılarak, konumların çizgi kalitesi rakamları, metin işaretçileri veya boş noktalar olarak işaretlenmesi ve bunların kompakt bir imzada birleştirilmesiyle gerçekleştirilir. Tanımlama görevi daha sonra bu dizenin beklenen tablo yapısını tanımlayan düzenli ifadelere karşı kontrol edilmesine indirgenir. İki senaryo kullanılır: faturalar gibi standartlaştırılmış formlar için sabit yapı tanımlama ve sütun sırasının değişebildiği tablolar için karakteristik sütun tanımlama. Rusça belgeler (tutanaklar ve faturalar) üzerinde yapılan testler, satır ve sütun tespit hatalarında sırasıyla %35,87 ve %26,36'ya varan azalmalar gösterdi; hücre tanıma doğruluğu ise %9,97'ye kadar iyileşti. Algoritma, ARMv8 64-bit üzerinde bölge başına 0,49 ms çalışır ve saniyede yaklaşık 2000 kontrol yapar; buna karşılık, bir bilgisayarda Llama 3 ile büyük dil modeli (LLM) yaklaşımı kullanıldığında aday başına 1-3 saniye sürer. Yöntem ayrıca tablo yapısına dayalı olarak belge türlerini sınıflandırmak için de uygulandı ve yedi türden beşi için %100 kesinlik ve duyarlılık elde ederek temel alan tabanlı sınıflandırmadan daha iyi performans gösterdi.