识别出文字,只完成了文档处理的一部分。表格关系、字段含义与后续系统需要的格式,也会影响结果是否可用。
可以先明确哪些字段需要提取、采用何种格式,以及哪些内容必须人工确认。原文件与识别结果之间的对应关系,应便于追查。
在测试中纳入不同版式和清晰度的材料,再观察错误集中在哪些字段。针对实际问题改进流程,比仅看一次总体识别比例更具体。
图片来源与许可