Перейти к основному содержимому

После OCR: проверка формул, сносок и порядка чтения

Практический список приёмки сканированных учебников и статей: математические знаки, примечания, единицы таблиц и колонки.

Ошибочную букву в абзаце иногда можно понять по контексту. Ошибочный знак способен изменить уравнение. Поэтому технический документ проверяют не только по аккуратному виду, но и по связям между символами, обозначениями и объяснениями.

Разделяйте распознавание и перевод

OCR превращает изображение в текст или структуру. Перевод использует этот результат. Нельзя надёжно рассчитывать, что он восстановит потерянный индекс или неверно распознанный минус.

PDF Craft предлагает распознавание и конвертацию с параметрами, связанными с формулами и сносками. Сохранение распознанных выражений не доказывает безошибочное чтение скана. Сначала проверьте образец в области PDF.

Сверяйте символы с изображением

Выберите формулу с дробями, индексами, степенями или греческими буквами. Смотрите на оригинальную страницу, а не только на знакомую формулу по памяти.

Проверьте 0 и O, 1 и l, знак умножения и x. Сверьте скобки, знаки, десятичные разделители и границы суммирования. Номер уравнения не должен стать частью выражения.

Откройте результат в целевой программе. Верная формула может отображаться неправильно, если её нотация не поддерживается.

Проследите сноски в обе стороны

Выберите несколько маркеров в тексте и найдите соответствующие полные примечания. Проверьте номера и смысловую связь.

Колонтитул может попасть в основной текст, короткая сноска — исчезнуть, а длинная — оборваться на границе страницы. Наличия работающей ссылки недостаточно. В исследовательской работе примечание может содержать важное ограничение или источник.

Проверьте таблицы и колонки

Прочитайте абзац через границу колонки. Сверяйте табличные значения вместе с названиями строк, заголовками столбцов и единицами.

Записывайте исходное место, элемент, проверку и решение. Например: индексы и границы формулы; маркер и полный текст сноски; значение и единица таблицы. Фиксируйте реальные наблюдения, не превращая небольшую выборку в необоснованный процент точности всего документа.

Выберите дальнейшее действие

Если ошибки связаны с бледными или искажёнными сканами, ищите лучший источник. Если проблема только в отображении, попробуйте другую программу или формат до повторной обработки.

Для редактируемых заметок полезен процесс PDF–Markdown, для чтения — руководство по EPUB. Сохраняйте PDF, когда формулы, сноски и цитаты несут основную смысловую нагрузку.

Попробуйте на своих документах

Начните с характерного файла, проверьте результат и выберите подходящий способ обработки.

Открыть рабочую область