MMAug, 2022

利用文本分析和版面特征从扫描的发票图像中提取信息

PDF
TL;DROCRMiner 系统使用文本分析技术与布局特征相结合的方法从扫描文档图像中提取 (半) 结构化文档的索引元数据。该系统由多个相互连接的模块组成，使用开源 OCR 系统，其英文数据召回率达 90％，捷克语数据召回率为 88％。
发现论文，激发创造
  • DocParser: 基于端到端的无 OCR 信息提取技术， 用于含丰富视觉元素的文档

    本文提出了基于 DocParser 的 OCR-free 端到端信息提取模型，不同于以往的方法，其能更好地提取具有区别性的字符特征，并在各种数据集上实现了最先进的结果，同时速度比以前的工作还要快。

    Apr, 2023

  • 深度阅读器：通过关系抽取和自然语言从文档图像中提取信息

    这篇论文介绍了一种名为 DeepReader 的新型企业级综合框架，其通过识别文档图像中的视觉实体并在不同实体之间填充元关系模型来促进文档图像中的信息提取，包括从表格、图表、脚注、文本框和标题等视觉实体中提取相关信息。

    Dec, 2018

  • TRIE：端到端文本阅读和信息提取以实现文档理解

    本文提出了一种统一的端到端文本阅读和信息提取网络，通过融合文本阅读的多模态视觉和文本特征来实现信息提取，并且信息提取中的语义有助于优化文本阅读，该方法在真实世界的数据集上表现出比现有方法更高的效率和准确性。

    May, 2020

  • DocBed: 用于复杂版面文档的多阶段 OCR 解决方案

    本文介绍了基于数字化报纸的复杂布局分析的挑战及其解决方法，其中提供了一个覆盖 21 个州、3000 张真实报纸图像的数据集，探索了多种前沿分割模型和后处理方法，以实现对报纸的数字化，并提供了结构化评估方法。

    Feb, 2022

  • 自动检测临床文件的布局以提高下游自然语言处理的性能

    通过设计新算法提高 PDF 文档的临床内容分析性能，包括文本分类和信息抽取等多个步骤，并在使用医学样例数据进行检验后，成功在临床使用案例中提高了医学概念的信息抽取效率。

    May, 2023

  • ExTTNet：从发票图像中提取表格文本的深度学习算法

    通过深度学习模型 ExTTNet，自动从发票图像中提取产品表，使用 OCR 技术从图像中获取文本，并使用特征提取方法来增加准确性。

    Feb, 2024

  • 图像文档中的财务表提取

    本文提出了一个端到端的流水线，用于在图像文档中识别、提取和转录表格内容，同时保留高保真度的原始空间关系。

    Mar, 2024

  • 扩展 TrOCR 实现全页扫描收据图像的文本免定位 OCR

    本研究提出了一个基于 Transformer 的 OCR 模型，用于提取收据图像中的字符序列，无需定位文本。该模型能够在不需要额外处理的情况下，将整个收据图像中的字符识别准确，并按阅读顺序排列。

    Dec, 2022

  • 利用增强人工智能与计算机视觉从非结构化数据中进行信息提取

    利用 A2I 和计算机视觉技术提出了一种特殊的信息提取技术，适用于从非结构化数据中提取有意义的信息。

    Dec, 2023

  • 使用神经演绎程序综合从文档图像中进行一次性信息提取

    采用两级神经推理方法和预训练深度神经网络，通过逻辑推理来学习实体和关系，生成抽取方案，从而解决发票、帐单、收据等文档图像信息提取的问题。

    Jun, 2019