TRABALHOS DE FIM DE CURSO @PUC-Rio
| Título: | COMPARATIVE EVALUATION OF TOOLS FOR TABLE EXTRACTION IN PDF DOCUMENTS | ||||||||||||
| Autor(es): |
PAULO DE SALDANHA DA G DE M VIANNA |
||||||||||||
| Colaborador(es): |
AUGUSTO CESAR ESPINDOLA BAFFA - Orientador |
||||||||||||
| Catalogação: | 25/MAR/2026 | Língua(s): | PORTUGUESE - BRAZIL |
||||||||||
| Tipo: | TEXT | Subtipo: | SENIOR PROJECT | ||||||||||
| Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
| Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=75809@1 [en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/TFCs/consultas/conteudo.php?strSecao=resultado&nrSeq=75809@2 |
||||||||||||
| DOI: | https://doi.org/10.17771/PUCRio.acad.75809 | ||||||||||||
| Resumo: | |||||||||||||
|
This paper presents a comparative evaluation of table extraction tools for
Brazilian financial PDF documents. The study assessed geometric rulebased tools (Camelot, Tabula, pdfplumber), specialized deep learning (IBM
Docling), and a multimodal model (Google Gemini), following the four-level
methodology proposed by Göbel et al. (2012): page detection, localization,
cell structure, and textual content. Experiments were conducted using Real
Estate Investment Fund (FII) reports, which are characterized by irregular
tables and merged cells. The results highlight significant differences between
the approaches and reveal the persistent challenges in the automated
extraction of financial tables.
|
|||||||||||||
|
|||||||||||||