モデルマッチングによる表形式文書の理解

概要

論文の詳細を見る
罫線によって囲まれた文字列領域を複数持つ様々な種類の表形式文書の構造をモデルマッチングにより理解する方式を提案する。本方式では、文書の基本構成要素である罫線を抽出し、さらに罫線を構成化することによって表を抽出する。さらに、これらの特徴を階層的に関連づけることによって関係構造を抽出して、文書画像を記述する。入力情報とモデルのマッチングは、二つの関係構造から連合グラフを作り、その連合グラフから最大クリークを検出することによって獲得される。連合グラフを構成する割り当て(対応可能な特徴の組)を抽出する際には、入力-モデル間で生じる種々の変動を考慮しており、柔軟かつロバストなマッチングを実現している。得られたマッチング結果が不完全である場合には、その箇所を自動的に検出し、すでに対応づいている結果を利用して正しい対応関係を推定することにより信頼性の高い処理結果を得る。実験では本方式を様々な構造を持つ表形式文書に適用し、その有効性を確認している。
社団法人電子情報通信学会の論文
1994-09-22