لماذا تهمّ بنية الجدول أكثر من دقة التعرّف الضوئي على الحروف (OCR) في RAG المحلي

يمكن لـ OCR المحلي تغذية أنظمة RAG المعتمدة على الجداول، لكن بنية الجدول—وليس دقة الأحرف وحدها—هي التي تحدد ما إذا كان الرقم المسترجع لا يزال يحمل المعنى نفسه الذي قصده المستند الأصلي.

قد يتعرف المسار على كل قيمة ظاهرة بشكل صحيح، ومع ذلك ينتج إجابة خاطئة بعد تسطيح الجدول. فإذا بقيت «2026» و«412 دولارًا» و«الأسرة أ» بعد OCR، لكن ضاعت علاقات الصفوف والأعمدة بينها، فسيتلقى النموذج اللغوي رموزًا دقيقة مرتبطة بالأدلة الخطأ.

يتعرف OCR على الرموز، بينما تعيد أنظمة فهم الجداول بناء العلاقات

يجيب OCR التقليدي عن الأحرف الظاهرة ومواقعها التقريبية. أما محلل الجداول فمهمته أصعب: تحديد حدود الجدول، واستنتاج الصفوف والأعمدة، وتعيين العناوين، ومعالجة الخلايا المدمجة، والحفاظ على ترتيب القراءة، وصون الإحداثيات التي تربط كل قيمة بالصفحة.

يفصل نظام التعرف على الجداول Split, Embed and Merge صراحةً بين اكتشاف شبكة الجدول ودمج الخلايا، ويستخدم الميزات المرئية والنصية معًا لإعادة بناء البنية المعقدة. ويوضح هيكل الجداول القائم على التقسيم والدمج سبب اختلاف التعرف على الأحرف عن استعادة العلاقات بين الصفوف والأعمدة والخلايا؛ إذ تذكر الورقة تحقيق 97.11% من مقياس F1 على SciTSR في مهمة بنية الجدول.

تزداد أهمية هذا الحد الفاصل خصوصًا في الفواتير، وفواتير الخدمات، والجداول المدرسية، وجداول الأدوية، والبيانات المالية، حيث قد يظهر الرقم نفسه في عدة صفوف. تحمي المعالجة المحلية الصفحة من مغادرة المنزل، لكن المحلية لا تجعل التمثيل المسطح آمنًا من الناحية الدلالية.

تحمل العناوين والنطاقات المعنى الذي يجب على RAG استرجاعه

ينبغي لوحدة الفهرسة المفيدة ألا تجيب فقط عن سؤال «ما القيمة التي عُثر عليها؟»، بل أيضًا عن «أي تسمية صف، وعنوان عمود، ووحدة، وقسم تنتمي إليه هذه القيمة؟». تنشئ العناوين متعددة المستويات والخلايا المدمجة علاقات موروثة تختفي عندما يحول المحلل الصفحة إلى سطر واحد من النص.

أفادت ورقة منشورة عام 2026 في PMLR حول تصحيح تخطيط الجداول بتحسن الاستخراج المنظم والإجابة عن الأسئلة لاحقًا بعد تصحيح التخطيط صراحةً والتحويل إلى تمثيلات شبيهة بـ Markdown/HTML. وتعد هذه إشارة أقوى إلى جودة RAG من دقة أحرف OCR الخام، لأنها تختبر بقاء البنية قابلة للاستخدام في الإجابة عن الأسئلة.

تتناول مقالة ZimaSpace ذات الصلة حول علاقات جداول OCR أشكال الإخفاق الشائعة. أما التمييز الذي يقدمه AI Hub هنا فهو معماري: ينبغي أن تصبح بنية الجدول دليلًا مفهرسًا من الدرجة الأولى، لا ناتجًا عرضيًا لعملية OCR.

قد يؤدي تقسيم الجدول مثل النص العادي إلى إفساد الاستخراج الصحيح

حتى الجدول الذي أُعيد بناؤه بشكل صحيح قد يفشل لاحقًا إذا فصل التقسيم قيمةً عن عناوينها، أو فصل عنوانًا متكررًا عن الصفوف التي يحكمها. وغالبًا ما يحتاج RAG المراعي للجداول إلى مجموعات صفوف، ونشر العناوين، ومعرّفات جداول ثابتة، وإحداثيات الصفحات، وتمثيل يمكن استرجاعه ككائن منطقي واحد.

يقيّم عمل T2-RAGBench لعام 2026 استخدام RAG مع النصوص والجداول بدل التعامل مع الجداول كنص عادي. ويعكس وجود معيار مخصص للنصوص والجداول المشكلة الأساسية: تعتمد جودة الاسترجاع على الحفاظ على الأدلة المنظمة أثناء الإدخال وبناء السياق، لا على استخراج الكلمات من الصفحة فحسب.

لا تنشئ تضمينات صغيرة على مستوى الخلية دون سياق مشترك، إلا إذا كانت طبقة الاسترجاع قادرة على إعادة بناء مسار العنوان بشكل حتمي. فنادرًا ما تكون خلية تحتوي على «18.4» مفيدة بمفردها. ينبغي أن يتمكن الفهرس من إرجاع القيمة مع قدر كافٍ من البنية المحيطة لتحديد ما الذي تقيسه 18.4، ولمن، وفي أي فترة.

Featured

ZimaCube 2 سحابة شخصية منزلية NAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

تحقق من سلامة البنية باستخدام الأسئلة، لا نسبة OCR وحدها

أنشئ مجموعة اختبار من أصعب جداول الأسرة: عناوين مدمجة، وبيانات تمتد على عدة صفحات، ومسوح ضوئية مدورة، وخطوط شبكية باهتة، ووحدات متكررة، وصفوف تحتوي على أرقام متشابهة. قيّم دقة نص الخلية، وتعيين العنوان، وربط الصفوف بالأعمدة، وصحة الإجابة النهائية عن الأسئلة كلًّا على حدة، حتى لا تخفي نتيجة OCR المرتفعة فشلًا بنيويًا.

يوضح تحليل عملي لـ إخفاقات استخراج الخلايا المدمجة كيف يمكن للخلايا المدمجة والعناوين متعددة المستويات أن تفسد الارتباطات اللاحقة بين الصفوف والأعمدة، حتى عند التعرف على النص الظاهر. وهذه هي الأخطاء التي ينبغي لاختبار RAG المحلي كشفها قبل فهرسة آلاف المستندات المنزلية.

اعتبر المسار جاهزًا فقط عندما يمكن تتبع الإجابات المسترجعة إلى الجدول والصفحة والصف والعمود ومسار العنوان الصحيح. وإذا احتاج النموذج إلى التخمين بشأن التسمية التي تنتمي إلى قيمة ما، فحسّن إعادة بناء الجدول أو استرجع صورة الصفحة لإجراء فحص متعدد الوسائط، بدل قبول درجة دقة OCR مضللة الارتفاع.