UniHDSA: Een Uniforme Relatievoorspellingsbenadering voor Hiërarchische Documentstructuuranalyse

UniHDSA: A Unified Relation Prediction Approach for Hierarchical Document Structure Analysis

March 20, 2025

Auteurs: Jiawei Wang, Kai Hu, Qiang Huo

cs.AI

Samenvatting

Documentstructuuranalyse, ook wel documentlay-outanalyse genoemd, is cruciaal voor het begrijpen van zowel de fysieke lay-out als de logische structuur van documenten, en dient doeleinden zoals informatieherwinning, documentsamenvatting en kennisextractie. Hiërarchische Documentstructuuranalyse (HDSA) richt zich specifiek op het herstellen van de hiërarchische structuur van documenten die zijn gemaakt met behulp van auteurssoftware met hiërarchische schema's. Eerder onderzoek volgde voornamelijk twee benaderingen: de ene richt zich op het aanpakken van specifieke subtaken van HDSA in isolatie, zoals tabeldetectie of leesvolgordevoorspelling, terwijl de andere een geïntegreerd framework gebruikt met meerdere takken of modules, elk ontworpen om een afzonderlijke taak aan te pakken. In dit werk stellen we een geïntegreerde relatievoorspellingsbenadering voor HDSA voor, genaamd UniHDSA, die verschillende HDSA-subtaken behandelt als relatievoorspellingsproblemen en relatievoorspellingslabels consolideert in een geïntegreerde labelruimte. Hierdoor kan een enkele relatievoorspellingsmodule meerdere taken tegelijkertijd aanpakken, zowel op paginaniveau als op documentniveau. Om de effectiviteit van UniHDSA te valideren, ontwikkelen we een multimodaal end-to-end systeem gebaseerd op Transformer-architecturen. Uitgebreide experimentele resultaten tonen aan dat onze benadering state-of-the-art prestaties bereikt op een benchmark voor hiërarchische documentstructuuranalyse, Comp-HRDoc, en competitieve resultaten op een grootschalige documentlay-outanalyse dataset, DocLayNet, wat de superioriteit van onze methode over alle subtaken effectief illustreert. De Comp-HRDoc benchmark en de configuraties van UniHDSA zijn publiekelijk beschikbaar op https://github.com/microsoft/CompHRDoc.

English

Document structure analysis, aka document layout analysis, is crucial for understanding both the physical layout and logical structure of documents, serving information retrieval, document summarization, knowledge extraction, etc. Hierarchical Document Structure Analysis (HDSA) specifically aims to restore the hierarchical structure of documents created using authoring software with hierarchical schemas. Previous research has primarily followed two approaches: one focuses on tackling specific subtasks of HDSA in isolation, such as table detection or reading order prediction, while the other adopts a unified framework that uses multiple branches or modules, each designed to address a distinct task. In this work, we propose a unified relation prediction approach for HDSA, called UniHDSA, which treats various HDSA sub-tasks as relation prediction problems and consolidates relation prediction labels into a unified label space. This allows a single relation prediction module to handle multiple tasks simultaneously, whether at a page-level or document-level structure analysis. To validate the effectiveness of UniHDSA, we develop a multimodal end-to-end system based on Transformer architectures. Extensive experimental results demonstrate that our approach achieves state-of-the-art performance on a hierarchical document structure analysis benchmark, Comp-HRDoc, and competitive results on a large-scale document layout analysis dataset, DocLayNet, effectively illustrating the superiority of our method across all sub-tasks. The Comp-HRDoc benchmark and UniHDSA's configurations are publicly available at https://github.com/microsoft/CompHRDoc.