用于日本建筑许可证文档审查的混合多阶段页面匹配与多层差异检测
计算与语言
2026-04-23 v1 计算机视觉与模式识别
摘要
我们提出了一种混合多阶段页面匹配算法，用于日本建筑许可证文档集的自动化比对。日本的建筑许可证审查需要在不同的修订周期之间对大型 PDF 文档集进行交叉引用，人工执行该过程耗时且易错。该算法结合了最长公共子序列（LCS）结构对齐、七阶段共识匹配流程以及动态规划最优对齐阶段，即使在页面顺序、编号或内容发生重大变化时，也能稳健地匹配不同修订版本间的页面。随后的多层差异引擎——包含文本级、表格级和像素级视觉差异比对——生成高亮差异报告。在真实许可证文档集上的评估实现了 F1=0.80 和 precision=1.00，且匹配对零误报。
引用
@article{arxiv.2604.19770,
title = {Hybrid Multi-Phase Page Matching and Multi-Layer Diff Detection for Japanese Building Permit Document Review},
author = {Mitsumasa Wada},
journal= {arXiv preprint arXiv:2604.19770},
year = {2026}
}
备注
9 pages, 3 figures