End-to-End Table Extraction from Annual Reports using DL and NLP
Lade...
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2024
Typ der Arbeit
Master
Studiengang
Sammlung
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Wirtschaft FHNW
Verlagsort / Veranstaltungsort
Olten
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Annual reports contain many important data and information – some of this data and information is included in tables. The extraction of these table data is associated with various challenges, including the unstructured nature of PDF documents and the wide variability of table representations. The aim of this master's thesis is to explore an innovative end-to-end solution that enables a user to interface with tabular data within annual reports in PDF format through natural language inputs.
The thesis addresses two main challenges: the automated extraction of table data from unstructured PDF documents, and interfacing this data through user inputs in the form of natural language questioning – for example, allowing the user to ask a question about the table content in the annual report like: "What was the profit in 2023?". This aims to make the process of information retrieval easier and more efficient.
Schlagwörter
Fachgebiet (DDC)
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
Mushkolaj, R. (2024). End-to-End Table Extraction from Annual Reports using DL and NLP [Hochschule für Wirtschaft FHNW]. https://irf.fhnw.ch/handle/11654/51126