TableSense：基于卷积神经网络的电子表格表格检测
信息检索
2021-06-28 v1
摘要
电子表格表格检测是在给定工作表上检测所有表格并定位其各自范围的任务。自动表格检测是一项关键赋能技术，也是电子表格数据智能的初始步骤。然而，该检测任务受到电子表格上表格结构与表格布局多样性的挑战。考虑到单元格矩阵作为电子表格与像素矩阵作为图像之间的类比，并受卷积神经网络（CNN）在计算机视觉中成功应用的鼓舞，我们开发了 TableSense，一种用于电子表格表格检测的新型端到端框架。首先，我们设计了一种有效的单元格特征化方案，以更好地利用每个单元格中的丰富信息；其次，我们开发了增强的卷积神经网络模型用于表格检测，以满足对精确表格边界检测的域特定需求；第三，我们提出了一种有效的不确定性度量来指导基于主动学习的智能采样算法，其使得能够高效构建包含 10,220 个工作表上 22,176 个表格、广泛覆盖多样表格结构与布局的训练数据集。我们的评估显示，TableSense 在 EoB-2 度量下以 91.3% 召回率和 86.5% 精确率表现出高效能，相较商品化电子表格工具中使用的当前检测算法以及计算机视觉中最先进的卷积神经网络均有显著提升。
引用
@article{arxiv.2106.13500,
title = {TableSense: Spreadsheet Table Detection with Convolutional Neural Networks},
author = {Haoyu Dong and Shijie Liu and Shi Han and Zhouyu Fu and Dongmei Zhang},
journal= {arXiv preprint arXiv:2106.13500},
year = {2021}
}