工业Text2SQL工具
研究背景
目标：实现混合模态的ORC识别
实现混合模态、大型图纸的ORC识别，并自动提取元素完成表格填充
挑战
元素多样：图 / 表 / 文字
混排、结构复杂、层级多
背景/图纸模糊
看不清、噪点多、对比度低、干扰严重
表格跨行、跨页
数据被切断、需要逻辑连接、长文档处理
技术方案
方案一
- 标准OCR：基础文字识别能力
- 版面恢复：图、表元素定位
- VLM：图、表内容提取
方案二
- 外框识别
- 信息聚类
- 自动机器学习
- 表格识别