كيف يعيد تحليل تخطيط التعرف البصري على الأحرف (OCR) بناء الجداول وترتيب القراءة متعدد الأعمدة؟

يعيد تحليل تخطيط OCR بناء الصفحات المعقدة من خلال الجمع بين الكلمات المتعرّف عليها والهندسة وأنواع المناطق وعلاقات الجداول وتسلسل ترتيب القراءة المستنتج.

إن كشف حساب مصرفي ممسوحًا ضوئيًا أو فاتورة أو جدولًا زمنيًا لجهاز منزلي أو نموذجًا مدرسيًا أو صفحة مجلة أو دليلًا تقنيًا ليس مجرد مجموعة من الكلمات. فالمعنى يعتمد على موضع الرمز، والعنوان الذي يتبعه الفقرة، ورأس العمود الذي يصف قيمة في جدول، والعمود الذي ينبغي قراءته تاليًا. يوفّر OCR للأحرف النص والإحداثيات، بينما يضيف تحليل التخطيط الطبقة البنيوية التي تحوّل تلك الاكتشافات إلى مستند يمكن لخط أنابيب البحث أو RAG الحفاظ على ترابطه بوضوح.

ينتج OCR أولًا عناصر نصية مرتبطة بهندسة الصفحة

يبدأ إعادة البناء باكتشافات على مستوى الصفحة، مثل الكلمات والأسطر والمقاطع والمضلعات المحيطة وقيم الثقة والاتجاه. وتحافظ الهندسة على أدلة كان النص العادي سيفقدها بخلاف ذلك.

تحافظ عناصر الصفحة ذات المقاطع والمواضع على النص المتعرّف عليه إلى جانب الهندسة المحلية للصفحة، ما يمنح مراحل التخطيط اللاحقة أدلة لتجميع الأسطر والمناطق ومواضع المصدر.

لا تكون الكلمة الموجودة عند x=800 بالضرورة «بعد» الكلمة الموجودة عند x=100. ففي صفحة ذات عمودين، قد تشير علاقتهما الهندسية إلى مساري قراءة منفصلين بدلًا من جملة واحدة تُقرأ من اليسار إلى اليمين. لذلك تعمل طبقة الإحداثيات بوصفها دليلًا مكانيًا خامًا للتجميع، لكن الهندسة وحدها لا تكفي لتحديد الأدوار الدلالية، مثل العنوان أو التسمية التوضيحية أو رأس الجدول أو التذييل.

تصنّف نماذج التخطيط المناطق قبل تسطيح الصفحة

يكتشف محلل التخطيط مناطق أكبر، مثل الفقرات والعناوين الرئيسية والعناوين الفرعية والجداول والأشكال والقوائم والرؤوس والتذييلات. وتحمل كل منطقة المحتوى وموضعها في الصفحة.

يفصل تصنيف الأدوار الهندسية والمنطقية بين المناطق المادية، مثل الجداول والأشكال، والأدوار الدلالية، مثل العناوين الرئيسية والعناوين الفرعية والتذييلات، قبل تسطيح الصفحة.

تمنع هذه الخطوة الخاصة بالمناطق من التعامل مع رقم الصفحة والملاحظة الجانبية والتسمية التوضيحية والفقرة الرئيسية على أنها أسطر متكافئة في مسار مسطّح واحد.

كما تنشئ حاويات يمكن لمنطق الجداول وترتيب القراءة اللاحق ربطها، بدلًا من حل العلاقات بين كل كلمة على حدة.

تضيف إعادة بناء الجداول الصفوف والأعمدة والخلايا والامتدادات حول نص OCR

إن التعرّف على «$128.50» لا يوضح ما إذا كانت قيمة إجمالية فرعية أو مبلغًا قابلًا للخصم أو رسمًا شهريًا أو قيمة من عمود آخر. لذلك يجب على المحلل استنتاج الخلية التي ينتمي إليها الرمز وعلاقات الشبكة المحيطة به.

يحوّل استرداد بنية الجداول والعلاقات السياقية رموز OCR إلى صفوف وأعمدة وخلايا ورؤوس وكائنات مدركة للأقسام، بحيث تظل ذات معنى بعد الفهرسة.

قد تأتي حدود الخلايا من الخطوط المرئية أو المسافات البيضاء أو أنماط المحاذاة أو السمات البصرية المتعلّمة أو مزيج من هذه المؤشرات. ويسجّل الهيكل الناتج عضوية الصفوف والأعمدة، وقد يحافظ أيضًا على الخلايا المدمجة أو أدوار الرؤوس.

يمكن لخط أنابيب RAG محلي بعد ذلك تسلسل الجدول في صورة صفوف منظمة أو Markdown أو HTML أو أزواج مفتاح-قيمة أو قطع مدركة للجداول، مع الاحتفاظ بالإحداثيات للتحقق من المصدر.

-15% OFF

ZimaBoard 2 - خادم منزلي صغير لأفكارك الكبيرة

Single board computer zimaboard2

$339.00 - $519.00

Buy Now

يُستنتج ترتيب القراءة بوصفه علاقة بين المناطق

بعد اكتشاف المناطق، لا يزال على النظام تحديد العنصر الذي يلي كل عنصر. ويفشل الفرز البسيط من الأعلى إلى الأسفل في الصفحات ذات العمودين والأشرطة الجانبية والتسميات التوضيحية الملتفة والنص الذي ينساب حول الأشكال.

يتيح نمذجة ترتيب القراءة بوصفه مسألة بيانية تقييم الانتقالات المحتملة بين أسطر النص أو المناطق قبل اختيار تسلسل شامل للتخطيطات المعقدة متعددة الأعمدة.

قد تستخدم أنظمة التخطيط التجارية نماذج مختلفة، لكن المهمة المفاهيمية واحدة: تحديد علاقات العنصر اللاحق بالاعتماد على الهندسة والنص وفئة المنطقة وأنماط التخطيط المتعلّمة. وينبغي أن يتيح الناتج إكمال الفقرة داخل العمود الأيسر قبل الانتقال إلى أعلى العمود الأيمن، مع إبقاء التسمية التوضيحية القريبة مرتبطة بشكلها بدل إدراجها ضمن النص الأساسي.

يربط التسلسل الهرمي العناوين والفقرات والجداول والأشكال في أقسام

يوفّر ترتيب القراءة التسلسل، لكن البحث يستفيد أيضًا من التسلسل الهرمي. وينبغي أن تظل الفقرة الموجودة تحت عنوان «استثناءات الضمان» مرتبطة بذلك العنوان حتى عندما يكون العنوان نفسه على بُعد عدة أسطر فوق الجزء المسترجَع.

يحافظ هيكل تخطيط المستند على التسلسل الهرمي بين الأصل والفرع، بحيث يمكن لجزء الفقرة أو الجدول الاحتفاظ بسياق العنوان الذي يحدد دوره في المستند الأصلي.

ويفيد هذا خصوصًا في RAG الخاص، لأن صفًا مسترجَعًا من جدول قد يكون غامضًا من دون عنوان القسم أو رؤوس الأعمدة التي تحدد معناه.

لذلك يمكن إجراء التقسيم المدرك للبنية بعد إعادة البناء، بدل إجبار أداة التقسيم على إعادة اكتشاف علاقات الصفحة من نص OCR المسطّح.

يحافظ الناتج المنظم على مصدر البيانات للبحث والتحقق

ينبغي للمحلل المتين الاحتفاظ بالربط بين العناصر المعاد بناؤها وأرقام الصفحات وإحداثيات المصدر. ويتيح ذلك لواجهة البحث عرض الجدول أو الفقرة الأصليين بدل التعامل مع البنية المُنشأة على أنها مستند جديد لا يمكن تتبعه.

يتطلب إصلاح علاقات جداول OCR المفقودة إضافة روابط الصفوف والأعمدة والرؤوس والامتدادات قبل تحويل المحتوى المستخرج إلى قطع بحث عادية.

في فاتورة منزلية، يمكن لمصدر البيانات ربط مبلغ مسترجَع بخلية الجدول وتسمية الصف ورأس العمود والصفحة والمربع المحيط به. أما في دليل متعدد الأعمدة، فيمكنه الحفاظ على تسلسل الفقرات بدقة. وهذا يجعل تحليل التخطيط أكثر من مجرد تنسيق تجميلي؛ فهو يحدد وحدة الدليل التي سيفاضل بينها فهرس المتجهات أو الكلمات المفتاحية لاحقًا، والمنطقة المصدر التي يمكن للاستشهاد عرضها.

لا يستطيع تحليل التخطيط إعادة بناء الأدلة التي لم يلتقطها OCR بشكل موثوق

تعتمد النماذج البنيوية على إشارات بصرية ونصية قابلة للاستخدام. فقد تؤدي الضبابية الشديدة أو الحواف المقتصة أو الكتابة اليدوية أو الانحراف أو الطوابع المتداخلة أو عمليات المسح التالفة أو التعرّف غير الصحيح على الأحرف إلى إزالة المعلومات اللازمة لتحديد خلية أو علاقة.

يساعد الجمع بين نمذجة اكتشاف التخطيط وترتيب القراءة على ربط التعرّف على المناطق بالتسلسل الذي ينبغي قراءة تلك المناطق به أثناء إعادة بناء المستند كاملًا.

إن التمييز بين تفاوت OCR بين الصفحات الممسوحة ضوئيًا وأخطاء ترتيب التخطيط يمنع المحلل من إلقاء اللوم على إعادة البناء البنيوية عندما تكون الأحرف الأساسية قد تعرّف عليها النظام بشكل غير صحيح.

قيّم الأمرين معًا. تحقّق من دقة النص، وانتماء خلايا الجدول، وربط الرؤوس، وتسلسل الأقسام، وترتيب القراءة، وإمكانية تتبع الإحداثيات قبل أن يصبح الناتج المعاد بناؤه دليلًا لنظام بحث أو RAG خاص.