圖說：VALSE Workshop環節，合合資訊技術代表就《智能文檔圖像處理技術應用與實踐》主題進行分享 采訪對象提供（下同）
近期，2023年度視覺與學習青年學者研讨會 (Vision And Learning SEminar, VALSE) 圓滿落幕。會議由中國人工智能學會、中國圖象圖形學學會主辦，江南大學和無錫國家高新技術産業開發區管理委員會承辦。超五千名專家學者、知名高校師生以及來自OPPO、華為、百度、合合資訊等科技企業的研發人員齊聚大會，共探計算機視覺、圖像處理、模式識别與機器學習前沿技術的發展與應用。
VALSE是一個面向計算機視覺與機器學習領域國内外華人青年學者的高規格學術研讨會，本屆會議專注于視覺知識和多重知識表達、語言文字識别與了解等技術研發及應用熱點。文檔的智能化處理是計算機視覺在産業中的重要應用方向，現階段還面臨着諸多挑戰。作為智能文檔處理領域的代表，合合資訊出席會議并進行智能文檔處理技術研發與實踐成果分享。
合合資訊相關技術人員提到，随着OCR技術應用面的持續拓寬，複雜多變的版面、多樣化的文本内容給文檔的識别和還原帶來了新的挑戰。“版面分析與文檔還原”技術對提升文檔圖像電子化的視覺效果、資訊提取精準度非常關鍵，是合合資訊重點發力的方向之一。
圖說：圖說：合合資訊“版面分析與還原”技術處理效果展示
文檔中通常含有大量的圖檔、表格等非文字内容，一篇普通的論文或者文稿，除文字資訊外，其版面往往包含頁眉、頁腳、表格、二維碼等多種元素。在向系統輸入文檔圖像後，機器會對文字部分和版面元素進行分析和識别，把若幹行文字關聯起來，進而獲得正确的順序與段落關系，這便是版面分析技術。
版面分析的任務目标被分為實體版面分析和邏輯版面分析兩類，前者主要解決區域分割問題，後者則關注區域之間的邏輯關系或閱讀順序。如何精準地辨識各類元素，并在文檔電子化過程中讓它們回歸到應有的位置，是該項技術的難點之一。
圖說：合合資訊“智能文檔處理——文檔還原系統架構”展示
如果無法提升版面分析的精準度，檔案材料在被拍照、掃描成電子文檔的過程中便可能出現漏字、錯位的現象，圖檔轉Word、圖檔轉Excel等“可編輯”性的需求将無法被滿足。
“版面分析與文檔還原技術能夠幫助機器‘看懂’文檔結構，讓文檔電子化獲得‘所見即所得’的處理效果。”分享環節中，合合資訊技術人員提到，文檔圖檔的格式轉化流程中，在檢測、識别完文字資訊中的字元、坐标資訊，以及版面中段落、印章、表格等元素資訊後，機器才能“了解”文檔的組成，更好地将圖像“還原”成一個可編輯的Word或Excel檔案。
據了解，合合資訊版面分析技術通過解決版面分割、區域間的邏輯關系處理等方面的難題，可将文檔圖像切分成不同類型内容（文本、圖形、公式、表格等）的區域，并分析區域之間的關系，讓機器更精準地确定文檔中的文字位置、字型、大小和排版方式，從各類版式複雜的圖檔文檔中精準擷取資訊。
新民晚報記者 金志剛