您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202603-31
论文题目 MATable: 融合图像与结构化表示的多智能体表格理解框架
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷()

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年, -

编者.论文集名称(英文) [c].

出版地出版社 出版年,-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • (0)

  • ()

MATable: Multi-Agent Table Understanding over Image and Structured Representations

首发时间:2026-03-03

WANG Chongyu 1   

WANG Chongyu(2001-), male, Master's degree, major research direction: Natural Language Processing (NLP)

WANG Yaowei 1    FAN Chunxiao 1   

FAN Chunxiao, 1962-, Female, Professor, Master’s and Doctoral Supervisor, Main Research Interests: Natural Language Processing, Big Data Analysis

WU Yuexin 1   
  • 1、School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing,100876
DOI:10.61951/SciencepaperOnline.202603.0031

Abstract:Understanding tables presented as images is an emerging challenge in table understanding, commonly encountered in reports, dashboards, academic papers, and scanned documents. Compared to text-based tables, image tables exhibit diverse visual layouts, implicit structural cues, and heterogeneous representations, posing difficulties for reliable information extraction and structural reasoning. To address these challenges, we propose MATable, a unified multi-agent multimodal table understanding framework. MATable first transforms table images into task-relevant structured representations through a query-guided pipeline, decoupling visual perception from symbolic reasoning. It then employs a demand-driven dual-stream reasoning strategy: a lightweight language model serves as the cognitive core for comprehensive table analysis, while a visual perceptor is activated only when the structured evidence is insufficient, ensuring both efficiency and robustness. Coordinated via a multi-agent system, MATable achieves interpretable, stable, and high-accuracy table understanding. Extensive experiments on multimodal table understanding benchmarks demonstrate that MATable significantly outperforms both general-purpose and table-specialized models across reasoning-intensive and structure-focused tasks, validating the effectiveness of its modular and adaptive design.

keywords: Artificial Intelligence Multimodal Table Understanding Multimodal Question Answering Multi-Agent System

点击查看论文中文信息

MATable: 融合图像与结构化表示的多智能体表格理解框架

王崇宇 1   

WANG Chongyu(2001-), male, Master's degree, major research direction: Natural Language Processing (NLP)

王耀威 1    范春晓 1   

FAN Chunxiao, 1962-, Female, Professor, Master’s and Doctoral Supervisor, Main Research Interests: Natural Language Processing, Big Data Analysis

吴岳辛 1   
  • 1、北京邮电大学电子工程学院,北京市,100876

摘要:理解以图像形式呈现的表格是表格理解领域中一项新兴挑战,该场景常见于报告、仪表盘、学术论文及扫描文档中。与基于文本的表格相比,图像表格具有视觉布局多样、结构线索隐含、表征形式异构的特点,给可靠的信息抽取与结构化推理带来了困难。为应对这些挑战,本文提出 MATable,一个统一的多智能体多模态表格理解框架。MATable 首先通过查询引导的流程将表格图像转换为与任务相关的结构化表征,实现视觉感知与符号推理的解耦;随后采用需求驱动的双流推理策略:以轻量级语言模型作为认知核心进行全面的表格分析,仅当结构化证据不足时才激活视觉感知模块,从而兼顾推理效率与鲁棒性。MATable 通过多智能体系统协同工作,实现了可解释、稳定且高精度的表格理解。在多模态表格理解基准数据集上的大量实验表明,MATable 在推理密集型和结构聚焦型任务上均显著优于通用模型与表格专用模型,验证了其模块化、自适应设计的有效性。

关键词: 人工智能 多模态表格理解 多模态问答 多智能体系统

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
WANG Chongyu,WANG Yaowei,FAN Chunxiao,et al. MATable: Multi-Agent Table Understanding over Image and Structured Representations[EB/OL]. Beijing:Sciencepaper Online[2026-03-03]. https://www.paper.edu.cn/releasepaper/content/202603-31.

No.****

同行评议

未申请同行评议

评论

全部评论

0/1000

勘误表

MATable: 融合图像与结构化表示的多智能体表格理解框架