一種網(wǎng)絡(luò)表格結(jié)構(gòu)的識別方法及裝置、計算機裝置及計算機可讀取存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202110618601.9 申請日 -
公開（公告）號 CN113268982A 公開（公告）日 2021-08-17
申請公布號 CN113268982A 申請公布日 2021-08-17
分類號 G06F40/279（2020.01）I;G06F16/335（2019.01）I;G06F16/901（2019.01）I;G06F40/216（2020.01）I;G06F40/242（2020.01）I;G06F40/30（2020.01）I 分類 計算；推算；計數(shù);
發(fā)明人 王志斌;段煉;周忠誠;彭文凱;黃九鳴;張圣棟 申請（專利權(quán)）人 湖南四方天箭信息科技有限公司
代理機構(gòu) 長沙智嶸專利代理事務(wù)所（普通合伙） 代理人 顏漢華
地址 410000湖南省長沙市高新開發(fā)區(qū)岳麓西大道588號芯城科技園8棟1301房
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種網(wǎng)絡(luò)表格結(jié)構(gòu)的識別方法及裝置、計算機裝置及計算機可讀取存儲介質(zhì)，該方法先通過對輸入的HTML文件進行預(yù)處理以獲取其中的表格相關(guān)信息，所述表格相關(guān)信息包括單元格文本和單元格所在位置，然后通過利用訓(xùn)練好的網(wǎng)絡(luò)表格結(jié)構(gòu)識別模型基于獲取的單元格文本和單元格所在位置進行網(wǎng)絡(luò)表格結(jié)構(gòu)的識別，由于采用單元格作為最小識別粒度，相對于現(xiàn)有采用表格行作為識別單位，大大提升了識別結(jié)果的準確度，可以適應(yīng)各種復(fù)雜的網(wǎng)絡(luò)表格結(jié)構(gòu)識別場景。