典型文献
基于神经网络和多样化特征的表格单元格分类方法
文献摘要：
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.
文献关键词：
电子表格;表格单元格分类;深度学习;特征融合
中图分类号：
作者姓名：
彭滢;吴杰;齐伟钢
作者机构：
卫士通信息产业股份有限公司,四川 成都 610041
文献出处：
引用格式：
[1]彭滢;吴杰;齐伟钢-.基于神经网络和多样化特征的表格单元格分类方法)[J].通信技术,2022(09):1146-1152
A类：
表格单元格分类
B类：
多样化特征,分类方法,电子表格,无处不在,样式,逻辑结构,分出,标题,先抽,取来,Net,学习特征,特征选择,模型结构,特征融合
AB值：
0.216117
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
