通过表格结构识别实现 ICT 供应链社交网络中的高效信息共享
计算机视觉与模式识别
2022-11-07 v1 信息检索
摘要
全球信息通信技术（ICT）供应链是由各类参与者构成的复杂网络。在供应链管理中，常将其建模为社交网络以探讨供应链网络的关系、属性与发展。信息共享对提升供应链效率至关重要，而数据表因人类可读性成为 ICT 供应链中描述电子元器件商品最常见的数据格式。然而，随着电子文档数量激增，已远超人类读者处理能力，且因表格结构复杂与版式异构，自动处理表格数据也具挑战。表格结构识别（TSR）旨在以机器可解释格式表示复杂结构表格，从而实现表格数据自动处理。本文将 TSR 建模为目标检测问题，并提议生成直观的复杂表格结构表示，以实现相关商品表格数据的结构化。为应对无边框与小版式，我们通过考虑各类别检测难度提出一种代价敏感损失函数。此外，利用表格中列应同高、行应同宽的特性，提出一种新颖锚生成方法。我们基于 Faster-RCNN 实现所提方法，在平均精度均值（AP）上达到 94.79%，并为不同基准模型稳定提升超 1.5% AP。
引用
@article{arxiv.2211.02128,
title = {Efficient Information Sharing in ICT Supply Chain Social Network via Table Structure Recognition},
author = {Bin Xiao and Yakup Akkaya and Murat Simsek and Burak Kantarci and Ala Abu Alkheir},
journal= {arXiv preprint arXiv:2211.02128},
year = {2022}
}
备注
Globecom 2022