TextIn文档解析表格处理模型优化，显著提升表格解析性能

目录

1

2

3

前端功能新增：支持表格编辑、导出Excel

SDK工具包：支持表格处理

---

近期，TextIn通用文档解析最新推出表格处理优化版本。

此前版本中，表格解析处理针对有线表格与无线表格预先分类，并基于框线进行模型预测。在运行过程中，我们发现，分类错误问题对表格解析准确率有负面影响。

本次优化主要改善了表格识别效果，以统一方案替代有线表格与无线表格分类处理方法，减少了级联损失，大幅度提升表格全对率。

通用文档解析链接：https://www.textin.com/market/detail/pdf_to_markdown

表格全对率指标包含了对文本全对率和结构准确度的测量。文本全对率评估的是，解析出的表格中每个单元格的文本是否与原始表格完全一致，没有遗漏、错误或多余的字符。结构准确度测量模型对表格结构的预测是否正确，排除错行、漏行或合并单元格错误等问题。

根据TextIn测试指标，一个表格中，文本或结构解析有任何问题，即判为错误。表格全对率不仅考虑了单元格的内容，还考虑了表格的层次结构和布局，以确保信息的完整性与准确性。

对于此前表格处理模型，技术团队诊断：解决过于依赖逻辑位置预测与跨cell填充问题，能够进一步提升表格引擎性能。

TextIn技术团队在当前表格解析模型及后处理算法的基础上，结合模型预测的位置信息和逻辑信息，引入轴对齐处理思路，避免仅依赖逻辑信息预测的问题，减少单元格划分错误的情况；通过上下文信息与行列查询，解决跨行列cell填充问题；基于表格内容OCR匹配，实现物理位置修正。经测试，优化版本表格全对率有显著提升。

我们将通过几个案例，直观展示本次表格解析性能优化的表现。

<