رفتن از آنالوگ به دیجیتال

به سادگی برنامه اکسل را بر روی تلفن خود باز کنید ، تصویری از جدول داده های مبتنی بر کاغذ خود بگیرید ، برش داده و تصویر را مرور کنید ، و به پایان می رسید – هیچ مهارت فنی لازم نیست. جدول داده به طور خودکار در اکسل تعبیه شده و آماده تجزیه و تحلیل است.

“اگر من قبلاً این مسئله را داشتم ، خیلی وقت می کردم تا از ورود داده های دستی جلوگیری کنم” یک واکنش بسیار محبوب کاربران اکسل است. رفتن از آنالوگ به دیجیتال به شما زمان بیشتری برای کارهای مهم می دهد و ایمن تر است. علاوه بر این ، به محض تبدیل یک نسخه چاپی ، سازماندهی و جستجوی آسان تر سوابق دیجیتال است – از بین بردن زباله های کاغذ و کاهش فضای ذخیره سازی فیزیکی.

در اینجا چند نمونه از چگونگی بهره مندی کاربران از درج داده ها از تصویر ، آورده شده است:

  • ده‌ها ، صدها یا حتی هزاران سطر از داده های مبتنی بر کاغذ را با یک فلش تلفیق کنید – همه بدون یک علامت مداد.
  • برای خلاصه کردن اطلاعاتی که قبلاً برای ارتباط با آنها بسیار دشوار بود ، نمودارها و نمودارهایی را ایجاد کنید.
  • از ایده های موجود در اکسل استفاده کنید تا روندها و وابستگی های جدیدی را که ممکن است داده هایتان فقط روی کاغذ وجود داشته باشد از دست دهید.
  • به راحتی اسناد داده را برای اهداف مرجع و انطباق آینده بایگانی کنید

 فناوری  Inside Excel

برای فعال کردن داده های بدون درز از یک تصویر ، Insert Data from Picture از بسیاری از همان فناوری های OCR و Layout استفاده می کند که قبلاً برای Word منتشر شده است (یعنی ویژگی PDF Reflow ) ، لنزهای Office و دیدن AI .

در ابتدا ، تصویر برای تشخیص بلوک های اصلی ساختاری مانند متن و عناصر گرافیکی (به عنوان مثال ، مرزهای جدول) تجزیه و تحلیل می شود. برای این کار ، ما موتور OCR ساخته شده مایکروسافت را بیشتر به کار گرفتیم تا تصاویر را با متن پراکنده کنترل کنیم ، که این اغلب در داده های جدولی اتفاق می افتد و برای شناسایی عناصر گرافیکی از تکنیک های مختلف پردازش تصویر استفاده می کرد.

تجزیه تصویر

پس از تجزیه تصویر در بلوک های اصلی ساختمان ، درج داده از تصویر شروع به استنباط در طرح جدول می کند. مهمترین بخش شناسایی شبکه جدول است که با تولید نامزدهای شبکه از خطوط افقی و عمودی (برای جداولهای مرزی) و فضای خالی بین متن (برای جداول بدون مرز) انجام می شود. پس از تولید تمام نامزدها ، این ویژگی با استفاده از ترکیبی از مدلهای مختلف اکتشافی و یادگیری ماشین ، فیلترهای مثبت کاذب را فیلتر کرده و شبکه نهایی را که در خروجی بازسازی خواهد شد ، تولید می کند. تولید این شبکه نهایی به تجزیه و تحلیل هر سلول متکی است تا ساختارهای دیگری مانند پاراگرافها ، خصوصیات قلم و لیست ها را ایجاد کند.

هوش مصنوعی (AI) برای نتایج دقیق تر

برای کسانی که قبلاً از ویژگی های مبتنی بر OCR استفاده کرده اند ، می دانید که همیشه همه چیز درست نمی شود. درج داده از تصویر برای برجسته کردن خطاهای احتمالی توجه ویژه ای به خرج می دهد ، بنابراین می توانید بیشتر بر روی ورودی های شخصی تمرکز کنید تا بر روی همه چیز. خبر خوب این است که این یک ویژگی AI است که برای بهبود بهینه طراحی شده است ،

به این معنی که دقت داده ها با گذشت زمان افزایش می یابد. برای دستیابی به این هدف ، ما مجموعه مدلهای یادگیری ماشین را به کار گرفتیم که در آن هر مدل یک مورد خاص از محتوای نادرست ارائه شده (به عنوان مثال ، شخصیت های از دست رفته یا اضافه شده) را تشخیص می دهد. سازمان دیده بان  این  در داخل اکسل  قسمت به یاد بگیرند که چگونه ویژگی نیازهای آدرس کاربران ساخته شده است.  

Excel Episode
Excel Episode


مطالعه این مقاله در وب سایت منبع

  این مطلب را پسندیدم

پاسخ دهید