融合边特征与注意力的表格结构识别模型

文献类型： 中文期刊

第一作者： 吕学强

作者： 吕学强;张煜楠;韩晶;崔运鹏;李欢

作者机构：

关键词： 图神经网络;图注意力网络;特征融合;表格结构识别;表格解析

期刊名称： 计算机应用

ISSN： 1001-9081

年卷期： 2023 年 003 期

页码： 752-758

收录情况： 北大核心 ; CSCD

摘要： 针对现有方法在表格结构识别问题中存在的先验知识依赖、鲁棒性不足、表达能力不足等问题，提出一种新的融合边特征与注意力的表格结构识别模型——GEAN-TSR。首先，提出图边注意力网络（GEAN）并作为模型的主干网络，在边卷积结构的基础上引入并改进图注意力机制聚合图节点特征，解决图网络在特征提取过程中的信息损失的问题，提高图网络的表达能力；然后，引入边特征融合模块融合浅层图节点信息与图网络输出，增强图网络的局部信息提取能力与表达能力；最后，将门控循环单元（GRU）提取的图节点文本特征融入文本特征融合模块对边进行分类预测。在SciTSR-COMP数据集上的对比实验中，相较于目前最优的模型SEM,GEAN-TSR的召回率与F1值分别提升2.5与1.4个百分点。在消融实验中，GEAN-TSR采用特征融合模块后，所有指标都取得了最优值，验证了模块的有效性。实验结果表明，GEAN-TSR能够有效提升网络性能，更好地完成表格结构识别任务。

分类号： TP391.41

  • 相关文献

[1]附加特征图增强的图卷积神经网络. 孙隽姝,王树徽,杨晨雪,黄庆明,郑振刚. 2023

[2]基于深度学习与多尺度特征融合的烤烟烟叶分级方法. 鲁梦瑶,周强,姜舒文,王聪,陈栋,陈天恩. 2022

[3]基于卷积神经网络的田间麦穗检测方法研究. 张合涛,赵春江,王传宇,郭新宇,李大壮,苟文博. 2023

[4]基于特征融合与冗余剔除的普洱茶种类电子鼻识别方法. 徐赛,张倩倩. 2020

[5]基于卷积神经网络深度特征融合的番茄叶片病害检测. 杜忠康,房胜,李哲,郑纪业. 2021

[6]一种基于高光谱图像的熟牛肉TVB-N含量预测方法. 田卫新,何丹丹,杨东,陆安祥. 2016

[7]基于多特征融合和稀疏表示的农业害虫图像识别方法. 张永玲,姜梦洲,俞佩仕,姚青,杨保军,唐健. 2018

[8]无人机多光谱影像的小麦倒伏信息多特征融合检测研究. 朱文静,冯展康,戴世元,张平平,嵇文,王爱臣,魏新华. 2024

[9]多核学习算法及其在高光谱图像分类中的应用研究进展. 李广洋,寇卫利,陈帮乾,代飞,强振平,吴超. 2021

[10]改进YOLOv3的多尺度高分辨率特征增强图像目标检测. 杨文姬,李浩,王映龙,梅梦. 2023

[11]基于多光谱成像技术的小麦品种快速无损鉴定. 许学,马卉,王钰,刘伟,杨剑波,汪秀峰. 2019

作者其他论文 更多>>

微信小程序