GriTS：用于表格结构识别的网格表格相似度度量
机器学习
2023-05-25 v3 计算机视觉与模式识别
摘要
本文提出一类用于表格结构识别（TSR）评估的新度量，称为网格表格相似度（GriTS）。与已有度量不同，GriTS以矩阵这一自然形式直接评估预测表格的正确性。为建立矩阵间的相似度度量，我们将二维最大公共子结构（2D-LCS）问题（其为NP难）推广为二维最相似子结构（2D-MSS）问题，并提出一种多项式时间启发式算法求解该问题。该算法给出矩阵间真实相似度的上界与下界。我们在大型真实数据集上的评估表明，实践中这两个界几乎无差异。我们将GriTS与其他度量进行比较，并经验性地验证矩阵相似度在TSR性能评估中表现出比替代方案更可取的行为。最后，GriTS在同一框架内统一了单元格拓扑识别、单元格位置识别和单元格内容识别这三个子任务，简化了评估并使得不同类型TSR方法间更有意义的比较成为可能。代码将于 https://github.com/microsoft/table-transformer 发布。
引用
@article{arxiv.2203.12555,
title = {GriTS: Grid table similarity metric for table structure recognition},
author = {Brandon Smock and Rohith Pesala and Robin Abraham},
journal= {arXiv preprint arXiv:2203.12555},
year = {2023}
}