Qin Chen Yuanyi Ren Xiaojun Ma Mugeng Liu Han Shi Dongmei Zhang

الملخص

تُعد الجداول الإلكترونية ضرورية للمهام التي تركز على البيانات، حيث توفر تخطيطات منظمة وغنية تمكّن من نقل المعلومات بكفاءة. وبما أن تصميم تخطيط الجداول يدويًا يتطلب وقتًا وخبرة كبيرة، فإن هناك حاجة ملحة إلى حلول آلية. ومع ذلك، فإن النماذج الحالية للتصميم الآلي للتخطيط لا تتناسب جيدًا مع الجداول الإلكترونية، إذ إنها غالبًا ما (1) تُعامل العناصر كمستطيلات محاذاة للمحاور ذات إحداثيات مستمرة، مما يتجاهل البنية المنفصلة ذات الطابع الشبكي المميزة للجداول الإلكترونية؛ و(2) تتجاهل المعاني المرتبطة ببعضها البعض، مثل الاعتماديات البياناتية والروابط السياقية، التي تميّز الجداول الإلكترونية. في هذا البحث، نُعرّف أولًا مسألة توليد تخطيط الجداول إعرابيًا، مع دعمها ببروتوكول تقييم مكوّن من سبعة معايير، وبيانات مكوّنة من 3326 جدولًا إلكترونيًا. ثم نقدّم "SheetDesigner"، وهي إطار عمل لا يتطلب تدريبًا ولا استخدامًا لعينة تدريبية (Zero-shot وTraining-free)، يعتمد على النماذج الكبيرة متعددة الوسائط (MLLMs)، ويجمع بين التفكير القائم على القواعد والتفكير البصري لتحديد مواقع العناصر وتعبئة المحتوى. وقد أظهر "SheetDesigner" تفوقًا على خمسة نماذج مقارنة بحد أدنى 22.6٪. كما وجدنا أن النماذج الكبيرة متعددة الوسائط، من خلال الوسيلة البصرية، تتعامل بشكل جيد مع التداخل والتوازن، لكنها تواجه صعوبة في التحديد الدقيق (المحاذاة)، مما يستدعي استخدام استراتيجيات مختلطة قائمة على القواعد والتفكير البصري. تتوفر الشيفرة والبيانات على منصة GitHub.