Przesyłam plik PDF z pytaniami, ale system nie rozpoznaje ich prawidłowo

Rozpoznawanie utyka się na formatowaniu, a nie na zawartości

Plik PDF, który nie jest dobrze rozpoznawany, zwykle wynika z jednej z trzech przyczyn: plik PDF jest skanem (obrazem tekstu, a nie rzeczywistym tekstem), lista pytań znajduje się w tabeli ze scalonymi komórkami, lub numeracja różni się od tego, co system rozpoznaje jako pytanie (na przykład "3.2a" zamiast "Pytanie 12"). We wszystkich trzech przypadkach system widzi tekst, ale nie może z pewnością określić, gdzie kończy się jedno pytanie i zaczyna następne. System woli wtedy nic nie wypełniać niż przypisać odpowiedź do złego pytania.

Najszybszym rozwiązaniem jest zwykle zapoznanie się z portalem własnego klienta: wiele portali oferuje oprócz pliku PDF również eksport w formacie Excel lub formularz internetowy tej samej listy pytań, które zwykle są w pełni rozpoznawane. Jeśli system rozpoznaje część pytań, możesz pozostałość uzupełnić samodzielnie — powiązane odpowiedzi nadal pochodzą z tego samego pliku łańcucha, więc nie wpisujesz tego samego dwa razy. Jeśli chodzi o pytanie dotyczące ustalonego parametru, takiego jak numeru rejestracyjnego przedsiębiorstwa lub liczbę pracowników, wówczas ta odpowiedź zawsze jest dostępna niezależnie od rozpoznania, aby ją ręcznie przejąć.

Dlaczego nie "wymuszamy" inteligentnie plików PDF

System rozpoznaje pytania na podstawie struktury tekstu, a nie na podstawie znaczenia: nie czyta listy, rozpoznaje tylko wzorce, takie jak numeracja, znaki zapytania i formatowanie tabel. Gdy te wzorce brakuje — na przykład przy skanem bez warstwy tekstu lub pliku PDF sformatowanym za pomocą obrazów zamiast tekstu — system nie może ustalić par pytań i odpowiedzi. To jest zamierzona granica: lepiej nie wypełniać części listy niż przypisać odpowiedź do pytania, które system nie potrafi przeczytać z pewnością. To Ty pozostajesz osobą, która potwierdza każdą zaproponowaną odpowiedź i przesyła ją do portalu swojego klienta.