В работе рассматривается задача обработки документов с таблицами, содержащими специализированную терминологию и аналогичные данные в изоморфном формате. Анализируются существующие подходы к обнаружению, структурированию и анализу содержимого таблиц в документах различных форматов. Разработан алгоритм для унификации форматов таблиц, включая векторизацию ячеек, определение типов строк и автоматическую маркировку кластеров данных. Результаты работы включают сбор набора данных, определение ключевых признаков и разработку метода восстановления структуры таблиц в унифицированном формате.
Сапельникова К.С., Першинов А.В., Басилаев Д.И. (науч. рук. Ковальчук М.А., Насонов Д.А.) Разработка метода унификации форматов изоморфных табличных данных // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12286