TableBank：一种用于表格检测与识别的基准数据集
计算机视觉与模式识别
2020-07-07 v2
摘要
我们提出 TableBank，一个基于图像的新表格检测与识别数据集，利用来自互联网上 Word 与 Latex 文档的新颖弱监督构建。现有的基于图像的表格检测与识别研究通常在域外数据上以数千个人工标注样本微调预训练模型，难以在真实世界应用中泛化。借助包含 417K 高质量标注表格的 TableBank，我们使用具有深度神经网络的最先进模型构建了若干强基线。我们公开提供 TableBank，希望它能赋能表格检测与识别任务中更多的深度学习方法。数据集与模型可在 \url{https://github.com/doc-analysis/TableBank} 获取。
引用
@article{arxiv.1903.01949,
title = {TableBank: A Benchmark Dataset for Table Detection and Recognition},
author = {Minghao Li and Lei Cui and Shaohan Huang and Furu Wei and Ming Zhou and Zhoujun Li},
journal= {arXiv preprint arXiv:1903.01949},
year = {2020}
}
备注
LREC 2020