摘要：CNN用来视觉特征提取；图网络用来处理结构问题；由于缺少大量的数据，作者建立了一个合成数据集的数据库。
关键词：表格识别，结果分析；图神经网络，文档模型；图模型；数据库
源码地址;https://github.com/shahrukhqasim/TIES-2.0
主要逻辑：（1）图模型（图的构造）：把每个单词看作是一个结点，构造无向图，然后分别求行和列的极大团
（2）思想方法：a.CNN提取特征 b.interaction(我也不知道具体应该翻译成啥)：将CNN提取出的特征输入到interaction model,该输出为用于分类的代表性的特征。c.运行时结点对抽样：使用Monte Carlo抽样。统一抽样后数据向第0类倾斜严重，所以使用分布函数是分布均匀。d.分类：对每个单词对进行分类
Rethinking Table Recognition using Graph Neural Networks
原文：https://www.cnblogs.com/ann-liu/p/11791764.html