一种表格识别方法

本发明公开了一种表格识别方法，通过将表格数据转换为图像格式，并结合语义上下文分析、跨单元格实体识别及依存句法分析，有效解析复杂表格的逻辑关联性。创新性地融合视觉与文本特征，构建多模态混合网络，引入交叉注意力机制，实现特征深度交互，显著提升识别准确率。为不同领域设计定制化模型，快速适应特定表格格式，提高灵活性与可扩展性。通过颜色映射将语义特征可视化，增强可解释性。采用轻量级网络架构和可变形卷积，降低计算成本，提高实时处理能力。在ICDAR测试集上，F1‑score达到92.3%，显著优于传统方法。本发明适用于金融、医疗等领域，可高效识别复杂表格数据。