lataan pdf-tiedoston kysymyksillä mutta järjestelmä ei tunnista kysymyksiä hyvin

Tunnistaminen jumiutuu muotoiluun, ei sisältöön

PDF-tiedostoa, jota ei tunnisteta oikein, aiheuttaa yleensä yksi kolmesta seuraavista syystä: PDF on skannaus (tekstin kuva, ei varsinaista tekstiä), kyselylomake on taulukossa, jossa on yhdistettyjä soluja, tai numerointi poikkeaa siitä, mitä järjestelmä tunnistaa kysymykseksi (esimerkiksi "3.2a" "Kysymyksen 12" sijaan). Kaikissa kolmessa tapauksessa järjestelmä näkee tekstiä, mutta se ei voi varmasti määrittää, mistä yksi kysymys loppuu ja seuraava alkaa. Järjestelmä mieluummin jättää täyttämättä kuin asettaa vastauksen väärään kysymykseen.

Nopein ratkaisu on yleensä käyä asiakkaasi omalla portaalilla: monet portaalit tarjoavat PDF:n lisäksi myös Excel-viennin tai saman kyselylomakkeen verkkomuodon, ja nämä tunnistetaan yleensä täysin. Jos järjestelmä tunnistaa osan kysymyksistä, voit täydentää loput — kytkennät vastaukset tulevat edelleen samasta ketjutiedostosta, joten et kirjoita kahta kertaa samaa. Jos kyse on kiinteästä tiedosta koskevasta kysymyksestä, kuten yrityksen rekisterinumero tai työntekijöiden lukumääränkysymyksestä, kyseinen vastaus on aina käytettävissä tunnistuksesta riippumatta, jotta voit ottaa sen manuaalisesti käyttöön.

Miksi emme "älykkäästi" pakota PDF-tiedostoja

Järjestelmä tunnistaa kysymykset tekstirakenteen perusteella, ei merkityksen perusteella: se ei lue luetteloa, se tunnistaa vain kuvioita, kuten numerointi, kysymysmerkit ja taulukkoasettelu. Jos nämä kuviot puuttuvat — esimerkiksi skannauksessa, josta puuttuu taustalla oleva tekstikerros, tai PDF-tiedostossa, joka on muotoiltu kuvia käyttämällä tekstin sijaan — järjestelmä ei voi määrittää kysymys-vastaus-pareja. Tämä on tietoinen raja: mieluummin osa luettelosta täyttämättä kuin vastaus, joka on kytketty kysymykseen, jota se ei voi luotettavasti lukea. Olet edelleen se, joka vahvistaa jokaisen ehdotetun vastauksen ja lähettää sen asiakkaasi portaaliin.