使用Azure Forms Recognizer处理跨多页表格的识别方案咨询

存在无需逐页创建标签的实现方案，具体可按使用场景选择适配方法：

场景1：无需定制模型的通用表格识别 #

直接调用prebuilt-document预构建文档模型，该模型原生支持自动检测跨多页分布的连续表格，自动合并同一份表格的跨页行、列内容，无需任何标注操作，即可处理任意页数的跨页表格，同时支持扫描件OCR和数字PDF两种格式的文档。

场景2：需要训练自定义模型适配特定格式表格 #

你当前已有2页跨页表格的训练数据，完全可以支撑模型学习跨页表格的结构特征，按以下规则操作即可实现生产环境适配任意页数的同格式跨页表格，无需逐页打标签：

• 标注训练样本时，跨页表格的同类型字段使用统一命名：比如所有明细行的字段统一命名为detail_row，列字段统一命名为column_[列名]，不要按页码区分字段命名
• 训练完成后的自定义模型会自动识别同结构的跨页表格，自动合并不同页的表格内容，生产环境遇到3页、5页甚至更多页数的同格式表格都可直接处理，无需额外逐页标注或适配

注意：建议升级到Azure AI Document Intelligence v4.0版本，跨页表格识别准确率相对v3.x版本提升40%以上，对扫描件的表格边界识别、表头继承判断的准确性更高

当前项目进展截图参考 #

内容的提问来源于stack exchange，提问作者Souvik