日常工作中的合同、發票、檔案等文件存在被拍照、掃描成電子文檔的過程中，出現漏字、錯位現象，背后正是因為“版面分析”技術的識別效果原因。
合合信息通過技術創新和智能識別技術的突破優化攻破版面分割、區域間的邏輯關系處理等方面的難題，通過智能文字識別、智能圖像處理等核心技術，助力使用者從各類復雜的圖片文檔中精準獲取信息。
據了解，版面分析的目的是讓機器“看懂”文檔結構，即將文檔圖像分割成不同類型內容的區域，并分析區域之間的關系，這是內容識別之前的關鍵步驟。
據中國科學院自動化研究所多模態人工智能系統全國重點實驗室聯合多所高校發布的論文顯示，版面分析主要包括物理版面分析(區域分割、分類，文本檢測與定位，文本行分割等)，手寫及印刷區分，表格分析(單元格提取與關系分析)，邏輯版面分析(區域語義分類、閱讀順序)，以及簽名、圖標、印章等版面元素的提取等。其中物理版面分析主要解決區域分割問題，邏輯版面分析則關注區域之間的邏輯關系或閱讀順序。
合信息表格結構解析方法在邏輯版面分析中發揮了重要作用，主要包括自上而下的方法、自下而上的方法以及端到端圖像到標記的方法等。在財報相關表格識別測試中，有線表識別單元格結構準確率高于98%;無線表識別中，在保證表格區域內容的完整性的同時，檢測準確率較傳統方法顯著提升。
傳統的版面分析方法在進行版面布局分析和表格處理時會明顯受制于版式差異，在應對不同場景下的文檔圖片時泛化效果存在缺陷，而深度神經網絡的引入有效解決了這些問題。
合合信息技術相關負責人表示，得益于全卷積神經網絡(FCN)和圖神經網絡(GNN) 的突破，文檔版面分析的方法和性能得到了很大發展。公司基于深度學習的方法，結合文本區域的幾何坐標、視覺特征、文本語義等多種模態信息對文本閱讀順序進行預測，顯著提升分類結果。
