如何对表格进行分类？

Question

有很多张如下所示的已经填写好的表格，但表的类别不一样，类似于有《人员信息表》、《企业信息表》、《家属信息表》三种表，三种报表都有模板，表里的内容和格式都不一样，很多张表混合在一起，仅仅针对表格信息，不通过读取表头的形式，我应该如何对表格进行分类，有什么算法推荐吗？

Answer 1

直接OCR识别每种表格关键位置信息就行了，表格是不是应该有title。

如果非要自己建模的话这个稍微麻烦点，可以参考流程

准备数据：读取所有的表格，提取出表格中的信息，形成一个数据集。

预处理数据：对数据进行预处理，包括缺失值处理、异常值处理、特征选择等。

建立模型：使用聚类算法建立模型，如 K-Means、层次聚类算法等。

评估模型：使用聚类评估指标，如轮廓系数、轮廓分数等，来评估模型的效果。

应用模型：使用聚类模型对新的数据进行分类。