首页/ 杭州火石数智科技有限公司/ 专利详情

一种基于图神经网络的表格结构识别方法

基本信息

申请号 CN202010390152.2 申请日 -
公开（公告）号 CN111597943B 公开（公告）日 2021-09-03
申请公布号 CN111597943B 申请公布日 2021-09-03
分类号 G06K9/00;G06K9/62 分类 计算；推算；计数;
发明人 杨红飞;金霞;韩瑞峰 申请（专利权）人 杭州火石数智科技有限公司
代理机构 杭州求是专利事务所有限公司 代理人 刘静
地址 310053 浙江省杭州市滨江区江南大道3880号华荣时代大厦1310室
法律状态 -

摘要

摘要 本发明公开了一种基于图神经网络的表格结构识别方法，该方法将pdf文档的每一页转为图像，对每一张输入的图像，识别出表格的位置，截取出表格区域；对表格区域识别文字blob块；对每个blob找到邻近的blob集合，从而建立blob图结构；对blob图建立对偶图结构，将图结点连接预测问题转变为图结点分类问题；训练图结点分类模型；对blob之间的关系整理，得到表格的单元格结构；本发明将图神经网络应用到表格结构识别中，将表格结构识别建模为图结点分类，并加入反馈调节网络及条件随机场，对图结点分类结果进行基于表格整体结构合理性的修正，提高了识别准确率。