亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Tabular Cell Classification Using Pre-Trained Cell Embeddings

计算机科学 嵌入 元数据 领域(数学分析) 支持向量机 维数(图论) 人工智能 情报检索 数据挖掘 机器学习 模式识别(心理学) 万维网 数学 数学分析 纯数学
作者
Majid Ghasemi Gol,Jay Pujara,Pedro Szekely
标识
DOI:10.1109/icdm.2019.00033
摘要

There is a large amount of data on the web in tabular form, such as excel sheets, CSVs, and web tables. Often, tabular data is meant for human consumption, using data layouts that are difficult for machines to interpret automatically. Previous work uses the stylistic features of tabular cells (e.g. font size, border type, background color) to classify tabular cells by their role in the data layout of the document (top attribute, data, metadata, etc.). In this paper, we propose a method to embed the semantic and contextual information about tabular cells in a low dimension cell embedding space. We then propose an RNN-based classification technique to use these cell vector representations, combining them with stylistic features introduced in previous work, in order to improve the performance of cell type classification in complex documents. We evaluate the performance of our system on three datasets containing documents with various data layouts, in two settings, in-domain, and cross-domain training. Our evaluation result shows that our proposed cell vector representations in combination with our RNN-based classification technique significantly improves cell type classification performance.

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
NexusExplorer应助xx采纳,获得10
29秒前
40秒前
42秒前
45秒前
xx发布了新的文献求助10
46秒前
tarako发布了新的文献求助10
51秒前
科研通AI2S应助tarako采纳,获得10
1分钟前
1分钟前
Peri发布了新的文献求助10
1分钟前
1分钟前
ZXD1989完成签到 ,获得积分10
1分钟前
李剑鸿发布了新的文献求助200
1分钟前
乖拉发布了新的文献求助20
1分钟前
zsmj23完成签到 ,获得积分0
2分钟前
2分钟前
Lvk发布了新的文献求助10
2分钟前
2分钟前
激动的似狮完成签到,获得积分10
2分钟前
情怀应助科研通管家采纳,获得10
3分钟前
夏夏完成签到 ,获得积分10
3分钟前
Lvk完成签到 ,获得积分10
3分钟前
3分钟前
乖拉完成签到,获得积分20
3分钟前
4分钟前
科研剧中人完成签到,获得积分0
4分钟前
王浩伟完成签到 ,获得积分10
5分钟前
5分钟前
Rainbow完成签到 ,获得积分10
6分钟前
内向的八宝粥完成签到 ,获得积分10
6分钟前
李剑鸿发布了新的文献求助300
6分钟前
科研通AI2S应助科研通管家采纳,获得10
7分钟前
丘比特应助科研通管家采纳,获得30
7分钟前
香蕉觅云应助科研通管家采纳,获得10
7分钟前
科研通AI2S应助科研通管家采纳,获得10
7分钟前
在水一方应助Dr.yan采纳,获得10
7分钟前
7分钟前
Dr.yan发布了新的文献求助10
7分钟前
zcbb完成签到,获得积分10
8分钟前
Rashalin完成签到,获得积分10
8分钟前
8分钟前
高分求助中
Востребованный временем 2500
The Three Stars Each: The Astrolabes and Related Texts 1500
Les Mantodea de Guyane 1000
Very-high-order BVD Schemes Using β-variable THINC Method 970
Field Guide to Insects of South Africa 660
Foucault's Technologies Another Way of Cutting Reality 500
Forensic Chemistry 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3393035
求助须知:如何正确求助?哪些是违规求助? 3003391
关于积分的说明 8809120
捐赠科研通 2690184
什么是DOI,文献DOI怎么找? 1473496
科研通“疑难数据库(出版商)”最低求助积分说明 681603
邀请新用户注册赠送积分活动 674534