结构理解

TDATR：通过表格细节感知学习和单元格级视觉对齐改进端到端表格识别

TDATR: Improving End-to-End Table Recognition via Table Detail-Aware Learning and Cell-Level Visual Alignment

论文提出的结构引导的单元格定位模块和单元格级视觉-语言对齐方法，可被其他需要细粒度视觉-语言对齐的文档理解任务（如表格问答、文档布局分析）借鉴；其“先感知后融合”策略和利用多任务学习增强数据效率的思路，对数据受限场景下的视觉-语言模型训练有参考价值。