跳到正文 / Skip to content
AI 知识地图搜索与文字目录 / Search

扫描件、图片里的文字、表格、脚注和图表,应怎样检查识别是否正确?

B008 · B 提供条件 · 材料是否被实际读取

回答要点

应把识别结果与原图对照,既检查字有没有认对,也检查行列、脚注和图例之间的关系有没有保留。 一段文字读起来通顺,并不能说明原图已被忠实还原。

完整解答

OmniDocBench 对学术论文、教材、幻灯片等九类文档评估文字、公式、表格和阅读顺序。其表格实验显示,合并单元格、旋转等因素会影响结构识别;文字识别与表格结构也采用不同指标。这提示我们,核对时不能只看“有没有提取出文字”。研究 §4—5、表7

优先检查会改变判断的位置:

· 文字与数字:姓名、型号、否定词、小数点、正负号、日期和单位;模糊字符应保留待确认标记。

· 表格:数值对应哪一行、哪一列,多层表头与合并单元格覆盖什么范围;空白、“0”和“不适用”是否被混同。

· 脚注与跨页内容:注释限制的是哪项结论,续表有没有接错,双栏文字是否串行。

· 图表:坐标轴、刻度、图例、颜色、误差线和单位。由图形估读的数值要与图中直接标注的数据分开。

请先转录第6页表格,保留完整表头、单位和脚注,并标出看不清的单元格。暂不计算结论;我确认“列名—数值”的对应关系后,再比较各组数据。

遇到问题,可以提供清晰原图和局部放大图;裁剪时保留相关表头、坐标轴或脚注。需要精确计算时,优先提供原始数据表。合计与分项相符可作为补充检查,但它们一致也可能是共同抄错,关键数值仍要回看原图。

引用文献

1. Ouyang 等(2024/2025),OmniDocBench: Benchmarking Diverse PDF Document Parsing with Comprehensive Annotations,CVPR 2025;链接为论文 v2,§4—5