近期，TextIn通用文檔解析最新推出表格處理優化版本。

此前版本中，表格解析處理針對有線表格與無線表格預先分類，並基於框線進行模型預測。在運行過程中，我們發現，分類錯誤問題對錶格解析準確率有負面影響。

本次優化主要改善了表格識別效果，以統一方案替代有線表格與無線表格分類處理方法，減少了級聯損失，大幅度提升表格全對率。

通用文檔解析鏈接：https://www.textin.com/market/detail/pdf_to_markdown

表格全對率指標包含了對文本全對率和結構準確度的測量。文本全對率評估的是，解析出的表格中每個單元格的文本是否與原始表格完全一致，沒有遺漏、錯誤或多餘的字符。結構準確度測量模型對錶格結構的預測是否正確，排除錯行、漏行或合併單元格錯誤等問題。

根據TextIn測試指標，一個表格中，文本或結構解析有任何問題，即判為錯誤。表格全對率不僅考慮了單元格的內容，還考慮了表格的層次結構和佈局，以確保信息的完整性與準確性。

對於此前表格處理模型，技術團隊診斷：解決過於依賴邏輯位置預測與跨cell填充問題，能夠進一步提升表格引擎性能。

TextIn技術團隊在當前表格解析模型及後處理算法的基礎上，結合模型預測的位置信息和邏輯信息，引入軸對齊處理思路，避免僅依賴邏輯信息預測的問題，減少單元格劃分錯誤的情況；通過上下文信息與行列查詢，解決跨行列cell填充問題；基於表格內容OCR匹配，實現物理位置修正。經測試，優化版本表格全對率有顯著提升。

我們將通過幾個案例，直觀展示本次表格解析性能優化的表現。

1

識別錯誤

優化結果
如圖所示，左側圖片是無線表格解析中常見的bad case：合併單元格結構識別不準確。由於合併單元格有頂部對齊、垂直居中多種形式，在實際文檔中版面複雜多變，在沒有框線的情況下，更增加了解析模型的識別難度。右側圖中可以看到，TextIn文檔解析本次表格性能優化後，能妥善處理這類難點情況，實現正確的表格還原，保障下游信息處理的準確性。

2

識別錯誤

優化結果缺少結構信息的表格文字識別會丟失重要價值，導致數據成為無意義的數字。
PDF文件中，擁有不同行列數的不規則無線表格在同一版面呈現的情況相當常見。以圖中的金融機構報告為例，值得注意的是，TextIn本次表格優化後，模型會同步預測空cell，以提升整體表格解析準確率。

3

識別錯誤

優化結果
如圖所示，對於清晰度較低、噪點多的掃描圖像，優化後的表格模型也能實現精準的識別。
從具體案例來看，這一次表格解析優化，對解決單元格中的多行問題有優異的效果，用户如有產品説明書、體檢報告、技術規格書等文件及其他類型多行復雜表格的解析需求，解析引擎的準確性和使用體驗都將大幅度提升，能夠滿足教育、金融、數據處理等多種場景的精細化使用需求。

前端功能新增：支持表格編輯、導出Excel

新版前端組件支持在線表格編輯，包括文字編輯、插入或刪除行列、單元格合併與拆分等一系列常用表格編輯操作，便於直接通過窗口操作對識別結果進行修改或校正。

支持單獨提取文檔中的表格元素，導出為Excel。

SDK工具包：支持表格處理

目前，SDK工具有Python和Java兩種語言版本，支持獲取並打印文檔中的所有表格，也支持將表格轉換為excel文件，並保存到指定路徑。
具體代碼請見：https://github.com/intsig-textin/parsex-sdk
目前，優化版本已全量上線，用户可隨時在線試用。接下來，TextIn技術團隊將繼續完成檢測網絡優化，提升表格解析準確率。