Hvad betyder Tabeludtræk?
Tabeludtræk er processen, hvor en tabel fra eksempelvis PDF eller et billede omdannes til data, der kan bruges i et system. Opgaven er ikke blot at læse tal og tekst. Værdierne skal knyttes til de rigtige rækker, kolonner og enheder, så deres betydning bevares.
En celle med værdien 12 kan betyde antal, måneder, procent eller tusinde kroner. En sammenflettet overskrift kan gælde flere kolonner, og en fodnote kan ændre fortolkningen af en hel række. Hvis disse relationer forsvinder, kan et teknisk gyldigt regneark indeholde fagligt forkerte oplysninger.
Tabeludtræk er derfor et vigtigt kontrolpunkt i AI-arbejdsgange med prislister, specifikationer, tilbud og rapporter. Et efterfølgende sprogmodelsvar kan lyde korrekt, selv om en værdi allerede blev koblet til den forkerte kolonne under importen. Kontrollen skal ske, før oplysningerne bruges til beregning eller rådgivning.
Bevar mere end cellens tekst
Registrér række- og kolonneposition, overskriftshierarki, enheder og eventuelle sammenfletninger. Ved tabeller over flere sider skal systemet kunne genkende gentagne overskrifter og fortsættelser uden at tælle dem som nye data. Gem kildepositioner, så brugeren kan se en tvivlsom celle i originalen. Skeln mellem tomme felter, nul og ikke oplyst; de har forskellige betydninger og må ikke udfyldes automatisk med samme værdi.
Valider relationer og summer
Kontrollér, at antal kolonner og datatyper passer til forventningen. Brug summer, intervaller og kendte produktreferencer som supplerende checks, hvor de er relevante. En korrekt sum kan dog ikke bevise, at alle kolonnebetydninger er rigtige. Test derfor også semantik med faglige stikprøver. Ved lav sikkerhed bør systemet stoppe importen eller markere de berørte rækker i stedet for at lade en model gætte på manglende celler.
Et eksempel fra praksis
Illustrativt eksempel: En indkøber sammenligner leverandørpriser fra to PDF-tilbud. Den ene tabel angiver priser pr. styk, den anden pr. kasse, og kassestørrelsen står i en fodnote. Udtrækket bevarer enhed og fodnote sammen med værdien. Et kontroltrin gør tilbuddene sammenlignelige og viser beregningen. Hvis fodnoten ikke kan læses, markeres rækken som uafklaret frem for at blive præsenteret som den billigste løsning.
Typiske faldgruber
- At miste enheder, fodnoter og sammenflettede overskrifter.
- At erstatte tomme celler med nul uden faglig begrundelse.
- At stole på et pænt CSV-format uden at kontrollere relationerne i tabellen.
Det skal I afklare
- Gem celleposition, overskrifter, enheder og originalreference.
- Test fortsættelser over flere sider og vanskelige layouttyper.
- Valider både summer og betydning før videre anvendelse.
Spørgsmål og svar
Kan en multimodal model udtrække tabeller?
Den kan være en del af løsningen, men resultatet skal stadig kontrolleres. Struktureret output alene beviser ikke, at værdierne er koblet til de rigtige rækker og enheder.
Er Excel-formatet et kvalitetsstempel?
Nej. En gyldig fil kan indeholde fejlfortolkede tal. Bevar forbindelse til originalen og dokumentér de kontroller, der gør data anvendelige.
Kilder og videre læsning
De tekniske begreber bygger på nedenstående kilder. Eksemplerne er illustrative og viser, hvordan I kan arbejde med emnet.
- Microsoft: Document layout analysis ↗Primærkilde gennemgået 7. september 2026.
- Docling: dokumentkonvertering og struktur ↗Primærkilde gennemgået 7. september 2026.