从历史表格图像到知识图谱：一个具有数据源头感知的模块化管道

手写档案表格包含丰富的历史信息，但将其转化为如知识图谱 (KG) 等结构化表示，需要集成表格结构识别、手写体识别和语义解释——一个复杂的多模态过程。端到端的人工智能实现会遮蔽这些步骤，导致算法操作不透明，阻碍人类监督、关键评估和信任。为此，本文提出一种模块化、数据源头感知的管道，用于将手写表格图像转换为 KG，支持人机协作。管道将工作流程分解为三个阶段——表格重建、信息提取和 KG 构建——同时暴露中间表示以便检查、评估和纠正。本文方法的关键贡献是系统性地在每个阶段集成数据源头感知，确保所有提取的实体和文字值均可追溯至其视觉和文本来源。本文通过在涉及军事职业的真实档案材料上的多个实验演示了所提管道。三个不同的表格重建变体的结果凸显了模块化的重要性。通过将模块化与数据源头感知相结合，我们的工作推进了面向复杂历史数据的透明和可协作控制的图像到 KG 管道。