Unlimited OCR 2: taranmış PDF metne çevirme ve tablo çıkarma

Unlimited OCR 2 ne ekliyor?

Baidu başlık, paragraf, tablo ve diğer düzen öğelerini tanımayı; sayfa sonlarında kesilen metin ve tabloları birleştirmeyi anlatıyor. Sürüm çok uzun belgeleri hedefliyor. Unlimited adı sınırsız çevrimiçi kullanım garantisi değildir: Hizmet sınırlarını ve kurulum gereksinimlerini kontrol edin.

Kaynaklar: Baidu: Unlimited OCR 2 release and public test

Taranmış PDF metne çevirme: üç aşamalı süreç

Önce girdiyi belirleyin. Metin seçilemiyorsa OCR gerekebilir. Seçilebiliyor ama tablo yanlış sütunlara kopyalanıyorsa düzen çıkarımına bakın. Yapıyı kontrol etmek için özgün sayfaları sonuçla yan yana tutun.

Kimlikleri, tarihleri, ondalık ayırıcıları, eksi işaretlerini ve sütun başlıklarını inceleyin. Her satırın kaynak sayfasını koruyun. Sütun kayması doğru sayıyı yanlış iddiaya dönüştürebilir.

Asistandan yalnızca doğrulanmış metne göre yanıt isteyin. Önemli iddialar için kaynak referansı, eksik alanlar için açıkça bilinmiyor ifadesi isteyin. Metni aktarma ile yorumlama sorularını ayırın.

Birden çok sayfaya yayılan tabloları kontrol etme

Tekrarlanan başlıklar etiketlerdir, ek veri satırları değildir. Ara toplamı kalemlere yeniden eklemeyin. Sayfalar arasında satır birleştirmeden kimliği kontrol edin; benzer açıklamalar farklı kayıtlara ait olabilir.

E-tabloya aktarmadan özgün satırları sayın, sayı sütunlarının birimini doğrulayın ve en az bir toplamı elle kontrol edin. Okunamayan karakterleri tahmin ettirmek yerine belirsiz bırakın.

Yanıtı bilinen bir belge analizi promptu deneyin

Kurgusal metin alıştırması OCR modelini değil, çıkarım sonrasındaki akıl yürütmeyi sınar. Dosya yükleme gerektirmez. A17 = 40, B22 = 25 birim, toplam 65 olmalıdır. Tekrar eden başlık eklenmez; iki faturanın ödeme durumu da bilinmez.

Asistan faturaları ödenmiş sayarsa, satırı iki kez toplarsa veya başlığı kalem kabul ederse sonuç yanlıştır. Başka belgede kullanmadan her satır için kaynak sayfa isteyin.

Yalnızca bu kurgusal çıkarılmış belgeyi kullan. Sayfa 1: başlık Fatura | Tutar; satır A17 | 40 birim. Sayfa 2: tekrar eden başlık Fatura | Tutar; satır B22 | 25 birim. Ödeme durumu belirtilmemiş. Fatura kimliği, tutar, kaynak sayfa ve ödeme durumunu tabloya yaz. İki tutarı birer kez topla. Ödeme durumunu bilinmiyor olarak işaretle. Tekrarlanan başlıkların neden veri satırı olmadığını açıkla. Ödeme çıkarımı yapma veya eksik alan uydurma.

Belgeleriniz için OCR aracı seçme

Arşivin tamamından önce temiz sayfa, düşük kaliteli tarama, çok sütunlu sayfa ve bölünmüş tablo deneyin. Dosyalarınızın dilini ve yazı sistemini kontrol edin. Bir dil veya temiz örnekte başarı bütün belgelerde doğruluk göstermez.

Gizli materyali yüklemeden işleme konumunu ve veri koşullarını inceleyin. Değerlendirmede kurgusal veya karartılmış örnekler kullanın. Açık model ağırlıkları ve çevrimiçi hizmet farklı işletim gereksinimleri olan ayrı seçeneklerdir.

Yararlı çıktı, kaynağı izlenebilir ve kontrol edilebilir veridir. Hızla birlikte düzeltme süresini ve eksik satırları ölçün. Birinin tabloyu yeniden kurması gerekiyorsa hızlı çıktı değer sağlamaz.