在大数据时代，电子表格无处不在，它们的结构样式多变、语义丰富。为了自动化地理解电子表格的逻辑结构，一项关键的步骤是对表格单元格分类，区分出标题单元格和内容单元格。为完成表格单元格分类，首先抽取来自表格的结构、样式和语义的6种特征，其次基于深度学习的方法对多样化的特征进行编码和融合，最后构建了一个U-Net结构的神经网络模型来学习特征与单元格类型间的关系。实验结果显示了特征选择和模型结构设计的合理性，证明了所提方法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
