# Wyciąganie tabel z dokumentów

EN: **Table extraction and structure recognition** · id `tableextraction` · aliases: table extraction, table structure recognition, TSR, table detection, ekstrakcja tabel, rozpoznawanie struktury tabel

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Aplikacje LLM i agenci](https://aiatlasgraph.com/t/applications.md) › [Przetwarzanie dokumentów](https://aiatlasgraph.com/t/docai.md) › Wyciąganie tabel z dokumentów

## Description

- PL: Wykrycie tabeli na stronie, odtworzenie jej wierszy, kolumn, nagłówków i scalonych komórek oraz zapis w formacie maszynowym.
- EN: Detecting a table on a page, reconstructing its rows, columns, headers and merged cells, and saving it in a machine-readable format.

## In one sentence

- PL: Program znajduje tabele w dokumentach i przepisuje je tak, żeby każda liczba trafiła do właściwego wiersza i kolumny arkusza.
- EN: A program finds tables in documents and copies them so that every number lands in the right row and column of a spreadsheet.

## Problem it solves

- PL: Tabele z plików PDF i skanów po skopiowaniu rozsypują się w ciąg liczb bez kolumn, więc trzeba je przepisywać ręcznie.
- EN: Tables from PDFs and scans fall apart into a stream of numbers when copied, so they have to be retyped by hand.

## What it does

- PL: Jak kreślenie siatki ołówkiem na wydruku: najpierw linie wierszy i kolumn, potem przypisanie każdej wartości do jej kratki.
- EN: Like pencilling a grid onto a printout: first the row and column lines, then assigning each value to its cell.

## Everyday example

- PL: Księgowa wrzuca zeskanowane wyciągi z kilku lat, a program oddaje je jako arkusz, w którym daty i kwoty stoją w osobnych kolumnach.
- EN: An accountant uploads scanned statements from several years, and a program returns a spreadsheet with dates and amounts in separate columns.

## This concerns you if you…

- PL: przepisujesz liczby z tabel w plikach PDF
- PL: porównujesz dane z wielu raportów
- EN: copy numbers from tables in PDF files
- EN: compare data across many reports

## Keywords

PubTables-1M · Table Transformer · TableFormer · TEDS · Camelot · table detection · spanning cells

## How it works

- PL: Proces ma zwykle trzy etapy: detekcję tabeli na stronie, rozpoznanie struktury (wiersze, kolumny, komórki scalone, nagłówki) i analizę funkcjonalną komórek. Stosuje się detektory oparte na transformerach trenowane na dużych zbiorach tabel lub modele wizyjno-językowe generujące HTML albo markdown.
- EN: The process usually has three stages: table detection on the page, structure recognition (rows, columns, spanning cells, headers) and functional analysis of cells. Transformer-based detectors trained on large table datasets are used, or vision-language models that emit HTML or markdown.

## Limits

- PL: Tabele bez linii, wielostronicowe, zagnieżdżone i z wieloma poziomami nagłówków są wciąż trudne. Jedna przesunięta komórka psuje całą kolumnę, a błąd wygląda wiarygodnie, więc potrzebne są kontrole sum i porównanie z oryginałem.
- EN: Borderless, multi-page, nested and multi-level-header tables remain hard. One shifted cell corrupts a whole column and the error looks plausible, so total checks and comparison with the original are needed.

## Key terms

- PL: **rozpoznawanie struktury tabeli**: Odtworzenie wierszy, kolumn i komórek z obrazu tabeli.
- PL: **komórka scalona**: Komórka zajmująca kilka wierszy lub kolumn naraz.
- PL: **TEDS**: Miara podobieństwa odtworzonej tabeli do wzorcowej.
- EN: **table structure recognition**: Rebuilding rows, columns and cells from a table image.
- EN: **spanning cell**: A cell covering several rows or columns at once.
- EN: **TEDS**: A score of how closely a rebuilt table matches the reference.

## Know first

- [Detekcja obiektów (Object detection)](https://aiatlasgraph.com/t/objectdetection.md)

## Related topics

Untyped, symmetric "see also" links.

- [Pytania i obliczenia na raportach finansowych (Question answering and numerical reasoning over financial reports)](https://aiatlasgraph.com/t/finreportqa.md)

## Sources

- [Docling Technical Report](<https://arxiv.org/abs/2408.09869>) `docling-2024` · by Christoph Auer i in. (IBM Research) · sponsored
- [PubTables-1M: Towards comprehensive table extraction from unstructured documents](<https://arxiv.org/abs/2110.00061>) `pubtables-1m-2021` · by Brandon Smock, Rohith Pesala, Robin Abraham (Microsoft)

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/tableextraction · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30