首页 / 文件与整理
转成文字以后，抽查哪些识别错误｜红姐论坛PDF资料
红姐论坛PDF资料中的扫描文档若经过文字识别，不应直接把识别结果当成原文。先抽取包含密集数字、竖排文字和表格的页面，逐行比较图片与文字；普通段落识别得好，并不代表这些复杂区域也准确。
本站是围绕“红姐论坛”的独立资料阅读指南，与同名论坛无隶属关系。不提供或认证论坛入口、软件下载及预测服务。
先选容易出错的页
红姐论坛PDF资料中的扫描文档若经过文字识别，不应直接把识别结果当成原文。先抽取包含密集数字、竖排文字和表格的页面，逐行比较图片与文字；普通段落识别得好，并不代表这些复杂区域也准确。
检查字符与阅读顺序
重点寻找零与字母 O、一与字母 l、日期分隔符以及小数点的混淆。双栏页面还可能按错误顺序拼接句子。把疑点写成页码加原图位置，不要只修改文字却不记录依据，否则下一次转换仍会重复相同错误。
建立校对范围说明
可以先校对需要引用的几段，明确标为局部校对完成；没有核对过的区域保留待查标记。导出时附上原扫描页的对应关系，让读者能回看图像。识别文本是检索工具，原图仍是核对排版与字符的依据。