周健报道 近期，人工智能及大数据科技企业合合信息，持续突破版面分析技术在版面分割、区域间的逻辑关系处理等方面的难题，通过智能文字识别、智能图像处理等核心技术，助力使用者从各类复杂的图片文档中精准获取信息。
合同、发票、档案等，在被拍照、扫描成电子文档的过程中，时常存在漏字、错位现象。这里有个关键技术点----版面分析，对文字识别效果，产生影响。
版面分析任务被分为物理版面分析（或称为几何版面分析）和逻辑版面分析两类，前者主要解决区域分割问题，后者则关注区域之间的逻辑关系或阅读顺序。
合合信息基于深度学习的方法，结合文本区域的几何坐标、视觉特征、文本语义等多种模态信息，对文本阅读顺序进行预测，显著提升分类结果。
合合信息表格结构解析方法，在逻辑版面分析中也发挥了重要作用，主要包括自上而下的方法、自下而上的方法以及端到端图像到标记的方法等。在财报相关表格识别测试中，有线表的识别单元格结构准确率高于98%；无线表的识别中，在保证表格区域内容的完整性的同时，检测准确率较传统方法显著提升。
对于研究人员或学生群体而言，版面分析与OCR技术的结合，可以广泛应用于课件、试卷、作业、学术论文等材料的数字化处理，自动识别和提取多种教育类文档文本、图像、公式、表格等元素，进行不同场景的应用，简化教学和学习过程。
商务场景中，版面分析与OCR技术能自动识别和提取财务数据、图表、文本等信息，并将印刷财报转换为可分析的电子数据。在处理不同类型的财务报表时，能够提升报告分析效率和准确性，帮助相关人员实现公司财务报告、审计报告、年度报告等文件的自动处理和分析。
版面分析相关技术还可作用于文化保护，通过自动识别和提取各种类型书籍的表格、图像信息，将不同时代、多种印刷版式、多种概念的纸质图样，按照符合人类理解的格式进行电子化存储，帮助实现文献、古籍、报纸、杂志等资料的数字化和知识管理。
相关研究表明，现阶段，针对复杂版面文档和拍照变形文档的分析识别，仍存在性能不足的情况，需要更多的研究机构及科技企业加入，共同推动理论的研究与应用的突破。
