在移动设备上从PDF文档中提取的表格的交互式修复

PDF文档通常包含丰富的数据表格，这些表格为在新的交互式应用程序中动态重用提供了机会。我们描述了一个基于现有机器学习和基于规则的技术提取、分析和解析PDF表格的管道。在447份文档和1,171个表格的语料库上实现和部署此管道，结果只有11个表格被正确提取和解析。为了提高自动表格分析的结果，我们首先提出了在分析管道中出现的错误分类，并讨论了级联错误对用户体验的影响。然后，我们贡献了一个系统，该系统包含两组轻量级交互技术（手势和工具栏），用于在移动设备上查看和修复PDF表格中的提取错误。在涉及17名用户、一部手机和一台平板电脑的评估中，参与者有效地修复了10个表格中的常见错误，平均每张表格大约花费2分钟。