अक्षर पहचाने जाने से पहले ही त्रुटियां शुरू हो सकती हैं
किसी पेज को उपयोगी टेक्स्ट में बदलने में कई निर्णय शामिल होते हैं। एक सिस्टम को प्रासंगिक क्षेत्रों की पहचान करनी होती है, उनके भीतर के निशानों की व्याख्या करनी होती है और परिणाम को एक उचित क्रम में व्यवस्थित करना होता है। इन कार्यों को अलग-अलग घटकों द्वारा संभाला जा सकता है या एक सीखे हुए सिस्टम में जोड़ा जा सकता है, लेकिन ये अलग-अलग आवश्यकताएं बनी रहती हैं। प्रक्रिया में शुरुआती विफलता बाद में आने वाली हर चीज़ को प्रभावित कर सकती है।
हाशिये में हस्तलिखित नोट वाले दो-कॉलम वाले लेख पर विचार करें। मुद्रित शब्दों को पहचानना आसान हो सकता है, फिर भी नोट को मुख्य टेक्स्ट का हिस्सा समझा जा सकता है और कॉलम आपस में मिल सकते हैं। स्पेलिंग चेक उस समस्या का समाधान नहीं करेगा। इसके विपरीत, एक पूरी तरह से व्यवस्थित पैराग्राफ में भी गलत पढ़ा गया नाम या तारीख हो सकती है।
उपयोगी अंतर गायब साक्ष्य, गलत पहचान और खोई हुई संरचना के बीच है। अधिक सटीक अक्षर पहचान उस क्षेत्र को पुनर्स्थापित नहीं कर सकती जिसे कभी शामिल ही नहीं किया गया था, और एक स्पष्ट लेआउट यह स्थापित नहीं कर सकता कि दो अस्पष्ट अक्षरों में से वास्तव में कौन सा लिखा गया था।
छोटे अक्षर और खराब कैप्चर उपलब्ध साक्ष्य को सीमित करते हैं
पहचान अक्षरों के बीच दृश्य अंतर पर निर्भर करती है। धुंधलापन 'e' के बीच के अंतर को बंद कर सकता है, आस-पास के स्ट्रोक को मिला सकता है या अल्पविराम और पूर्ण विराम के बीच के अंतर को मिटा सकता है। छोटे टेक्स्ट में उन अंतरों को बनाए रखने के लिए बहुत कम पिक्सेल हो सकते हैं। मजबूत कंप्रेशन किनारों के चारों ओर ब्लॉक पैटर्न और रिंगिंग जोड़ सकता है, जिससे फ़ाइल सामान्य आकार में पठनीय दिखती है, लेकिन उन विवरणों को नुकसान पहुँचाती है जिनकी पहचानकर्ता को आवश्यकता होती है।
इसलिए छवि आयाम और फ़ाइल आकार गुणवत्ता के अधूरे उपाय हैं। एक बड़ी तस्वीर में एक छोटा, दूर का पेज हो सकता है; उच्च-रिज़ॉल्यूशन स्कैन भी फोकस से बाहर हो सकता है। DPI लेबल बदलना या मौजूदा छवि को बड़ा करना मूल अक्षरों का नया माप नहीं जोड़ता है। IMPACT डिजिटलीकरण परियोजना से कैप्चर मार्गदर्शन तदनुसार सामान्य टेक्स्ट को बहुत छोटे प्रिंट से अलग करता है, जिसके लिए अधिक विवरण की आवश्यकता होती है।
जब मूल उपलब्ध हो तो बेहतर कैप्चर इस अनिश्चितता को कम कर सकता है। हालाँकि, जब कोई शब्द चमक (glare) से छिपा हो, क्रॉप कर दिया गया हो या भौतिक रूप से गायब हो, तो ट्रांसक्रिप्ट के उस हिस्से के लिए कोई दृश्य साक्ष्य नहीं होता है। एक संवर्द्धन (enhancement) एक संभावित आकार का सुझाव दे सकता है, लेकिन यह गायब शब्दों को सत्यापित नहीं कर सकता है।
रोटेशन, परिप्रेक्ष्य और पेज का घुमाव (curvature) अलग-अलग समस्याएं पैदा करते हैं
एक कोण पर फोटो खींचा गया पेज रोटेशन की समस्या से कहीं अधिक प्रस्तुत करता है। परिप्रेक्ष्य पेज के एक तरफ को दूसरे की तुलना में संकरा बना सकता है, जबकि किताब की घुमावदार सतह बाइंडिंग के पास की लाइनों को मोड़ सकती है। एक तिरछा पेज, थोड़ा झुका हुआ स्कैन और मुड़ी हुई किताब के फैलाव के लिए अलग-अलग ज्यामितीय सुधारों की आवश्यकता होती है। तीनों को केवल घुमाने से समान सुधार नहीं मिलेगा।
ये विकृतियां लाइनों का पता लगाने और पड़ोसी शब्दों को अलग करने में बाधा डाल सकती हैं। बाइंडिंग के पास, अक्षर एक साथ संकुचित हो सकते हैं या छाया में आंशिक रूप से छिपे हो सकते हैं। दस्तावेज़ अनवार्पिंग पर शोध एक सपाट पेज दृश्य को पुनर्प्राप्त करने को अपना कार्य मानता है क्योंकि पेज का आकार बाद की पहचान को प्रभावित करता है।
ज्यामितीय सुधार की भी सीमाएं हैं। बेहतर संरेखण मौजूदा अक्षरों की व्याख्या करना आसान बना सकता है, लेकिन बार-बार रीसैंपलिंग छोटे विवरणों को नरम कर सकती है, और चपटा करने से वह टेक्स्ट प्रकट नहीं हो सकता जो कभी कैप्चर ही नहीं किया गया था। लक्ष्य साक्ष्य का एक उपयोगी प्रतिनिधित्व है, न कि केवल एक ऐसा पेज जो आयताकार दिखता है।
धुंधली स्याही और पृष्ठभूमि के निशान टेक्स्ट के साथ प्रतिस्पर्धा करते हैं
हर गहरा निशान किसी अक्षर का नहीं होता। कागज की बनावट, दाग, खींची गई लाइनें, स्टैम्प और दूसरी तरफ से दिखाई देने वाली छपाई टेक्स्ट जैसी लग सकती है या उसे काट सकती है। दूसरी ओर, हल्की पेंसिल, फीकी स्याही और हल्का विराम चिह्न पृष्ठभूमि से अलग करना मुश्किल हो सकता है। एक ही पेज में दोनों तरह की समस्याएं हो सकती हैं।
छवि सफाई में ट्रेड-ऑफ़ शामिल हैं। पेज को ब्लैक एंड व्हाइट में बदलने के लिए यह तय करना आवश्यक है कि कौन से शेड अग्रभूमि (foreground) के निशानों के हैं और कौन से पृष्ठभूमि के। एक थ्रेशोल्ड जो हल्के कागज की बनावट को हटाता है, वह दशमलव बिंदु को भी मिटा सकता है। शोर हटाने (noise removal) से एक छोटा एक्सेंट हट सकता है, जबकि शार्पनिंग अनचाहे किनारों को मजबूत कर सकती है। इसलिए OCR वर्कफ़्लो संवर्द्धन, बाइनराइज़ेशन और डीनोज़िंग को एक सार्वभौमिक सफाई सेटिंग के बजाय अलग-अलग संचालन के रूप में मानते हैं।
ओवरलैपिंग निशानों के लिए विशेष देखभाल की आवश्यकता होती है। एक स्टैम्प में ऐसी जानकारी हो सकती है जिसे संरक्षित करना उचित हो, भले ही वह किसी पैराग्राफ को काटती हो, और एक हस्ताक्षर विश्वसनीय रूप से ट्रांसक्राइब किए बिना भी सार्थक हो सकता है। हस्तक्षेप करने वाले क्षेत्र को अंधाधुंध हटाने से दस्तावेज़ का हिस्सा ही हट सकता है। एक दृश्य रूप से साफ छवि जरूरी नहीं कि अधिक विश्वसनीय हो।
अपरिचित टाइपोग्राफी स्पष्ट प्रिंट की व्याख्या करना कठिन बनाती है
एक छवि स्पष्ट हो सकती है जबकि उसके अक्षर पहचानकर्ता के लिए अपरिचित बने रहते हैं। सजावटी फ़ॉन्ट, संघनित प्रकार, लिगेचर और असामान्य अक्षर आकार उन पैटर्न को बदलते हैं जिनकी पहचान की जानी चाहिए। एक लिगेचर उन अक्षरों को जोड़ सकता है जो अन्यथा अलग होते; किसी अक्षर का पुराना रूप किसी अलग आधुनिक अक्षर जैसा दिख सकता है। स्मॉल कैप्स, सुपरस्क्रिप्ट और बारीकी से रखे गए विराम चिह्न अतिरिक्त अंतर पेश करते हैं।
ऐतिहासिक दस्तावेजों में अक्सर कई कठिनाइयाँ एक साथ होती हैं। टाइपफेस प्रिंटर और कालखंड के अनुसार बदलते रहते हैं, वर्तनी आधुनिक उपयोग से भिन्न हो सकती है, और कागज या छपाई क्षतिग्रस्त हो सकती है। ऐतिहासिक OCR पर शोध टाइपोग्राफी और जटिल लेआउट को प्रमुख चुनौतियों के रूप में पहचानता है और ऐसी कार्यप्रणालियों का उपयोग करता है जो कई चरणों में सुधार की अनुमति देती हैं। केवल छवि कंट्रास्ट में सुधार करने से हर अपरिचित अक्षर का समाधान नहीं हो सकता।
इसमें एक संपादकीय विकल्प भी है: पृष्ठ को ट्रांसक्राइब करना और उसकी भाषा को आधुनिक बनाना अलग-अलग कार्य हैं। किसी असामान्य वर्तनी को स्वचालित रूप से एक परिचित शब्द से बदलने से एक अंश को पढ़ना आसान तो हो सकता है, लेकिन यह स्रोत के प्रति कम विश्वसनीय हो जाता है। ऐतिहासिक नामों, संक्षिप्ताक्षरों और उद्धरणों का मूल्यांकन दस्तावेज़ के स्वयं के सम्मेलनों के आधार पर किया जाना चाहिए।
हस्तलेखन लेखकों के बीच और एक ही पृष्ठ के भीतर भिन्न होता है
हस्तलेखन में अक्षर आकृतियों का कोई एक स्थिर समूह नहीं होता है। लेखक अक्षरों को जोड़ते हैं, उनका झुकाव बदलते हैं, शब्दों को संक्षिप्त करते हैं और असंगत स्थान छोड़ते हैं। एक जल्दबाजी में लिखा गया शब्द कुछ पंक्तियों पहले सावधानीपूर्वक लिखे गए उसी शब्द से अलग दिख सकता है। जुड़े हुए स्ट्रोक यह तय करना भी मुश्किल बना देते हैं कि एक अक्षर कहाँ समाप्त होता है और अगला कहाँ से शुरू होता है।
अनुक्रम-आधारित पहचान एक पंक्ति की व्याख्या करने के लिए आस-पास के अक्षरों और शब्दों का उपयोग कर सकती है, लेकिन संदर्भ अस्पष्टता को दूर नहीं करता है। एक अपरिचित उपनाम, कोड या अलग-थलग संख्या बहुत कम भाषाई सहायता प्रदान कर सकती है। मार्जिन नोट्स, काटी गई लिखावट और पंक्ति के ऊपर जोड़े गए शब्द इस बारे में एक अलग प्रश्न खड़ा करते हैं कि लेखक के परिवर्तनों को कैसे प्रस्तुत किया जाए। ये पहचान और ट्रांसक्रिप्शन नीति दोनों की चुनौतियाँ हैं।
किसी छवि को पहचानने और पेन के लाइव स्ट्रोक को रिकॉर्ड करने के बीच का अंतर भी मायने रखता है। एक स्कैन किए गए नोट में अंतिम दृश्य निशान होते हैं, लेकिन उनका क्रम, गति या दिशा नहीं। हस्तलेखन अनुसंधान इन ऑफ़लाइन छवियों को ऑनलाइन पेन इनपुट से अलग करता है। पेन की गतिविधियों या स्पष्ट रूप से अलग किए गए अक्षरों पर सफलता को बिना किसी बदलाव के पूरे हस्तलिखित पृष्ठ की तस्वीर पर लागू नहीं माना जाना चाहिए।
भाषाएँ, लिपियाँ और पढ़ने की दिशाएँ अलग-अलग अस्पष्टताएँ पैदा करती हैं
एक भाषा सेटिंग उपयोगी संदर्भ प्रदान करती है, लेकिन भाषा और लिपि एक समान नहीं हैं। कई भाषाएँ अलग-अलग वर्तनी पैटर्न या अतिरिक्त अक्षरों का उपयोग करते हुए एक लिपि साझा कर सकती हैं। एक दस्तावेज़ एक वाक्य के भीतर लिपियों को मिला भी सकता है, जैसे कि किसी पते में स्थानीय भाषा का सड़क का नाम और लैटिन पहचानकर्ता शामिल हो। बहुभाषी पहचान को व्यक्तिगत अक्षरों के साथ-साथ इन परिवर्तनों से भी निपटना होगा।
मान्यता भाषा उस टेक्स्ट का वर्णन करती है जिसे पढ़ा जा रहा है, न कि वेबसाइट के इंटरफ़ेस की भाषा का। उपलब्ध भाषा विकल्प का मतलब यह नहीं है कि हर फ़ॉन्ट, लेखन शैली या कैप्चर स्थिति के लिए समान सटीकता होगी। बहुभाषी बेंचमार्क विभिन्न लिपियों और मिश्रित दृश्यों की जांच करते हैं क्योंकि प्रदर्शन का परीक्षण विविध सामग्रियों पर किया जाना आवश्यक है।
अरबी, फ़ारसी और अन्य दाएं-से-बाएं लेखन के लिए, प्रदर्शन क्रम एक और परत जोड़ता है। यूनिकोड संग्रहीत अक्षरों के तार्किक क्रम को उनकी दृश्य व्यवस्था से अलग करता है। संख्याएँ, विराम चिह्न और लैटिन शब्द एक पंक्ति के भीतर अलग-अलग दिशात्मक नियमों का पालन कर सकते हैं। इसलिए स्पष्ट गड़बड़ी में पहचान, टेक्स्ट स्टोरेज या डिस्प्ले शामिल हो सकता है। पूरी स्ट्रिंग को मैन्युअल रूप से उलटने से उस ट्रांसक्रिप्ट को नुकसान हो सकता है जिसका अंतर्निहित अक्षर क्रम पहले से ही सही था।
सही शब्द भी गलत पढ़ने के क्रम में दिखाई दे सकते हैं
दस्तावेज़ लेआउट उन संबंधों को व्यक्त करता है जिन्हें अक्षरों की एक सादी स्ट्रिंग स्वचालित रूप से कैप्चर नहीं करती है। कॉलम, हेडिंग, कैप्शन, फ़ुटनोट और साइडबार में से प्रत्येक की एक भूमिका होती है। एक पहचानकर्ता उनके शब्दों को सही ढंग से पढ़ सकता है जबकि उन्हें गलत अनुक्रम में जोड़ सकता है। एक वाक्य जो बगल वाले कॉलम में कूद जाता है, वह एक संरचनात्मक त्रुटि है, भले ही हर शब्द की वर्तनी सही हो।
लेआउट अनुसंधान यह भी दिखाता है कि परिचित दस्तावेज़ प्रकार एक पूर्ण परीक्षण क्यों नहीं हैं। वैज्ञानिक लेखों के आधार पर विकसित एक प्रणाली मैनुअल, फॉर्म या रिपोर्ट में अलग-अलग व्यवस्थाओं का सामना कर सकती है। एक छोटे कैप्शन को छोड़ना या हेडर को बॉडी टेक्स्ट के रूप में मानना पूरे परिणाम की उपयोगिता को प्रभावित कर सकता है। प्रत्येक प्रासंगिक क्षेत्र को खोजना और उन क्षेत्रों को क्रमबद्ध करना दस्तावेज़ रूपांतरण के मूल्यांकन का हिस्सा है।
ये समस्याएँ पुन: उपयोग और पहुंच के लिए मायने रखती हैं। एक पृष्ठ सही दिख सकता है जबकि कॉपी किया गया टेक्स्ट या स्पीच आउटपुट अनुपयुक्त क्रम का पालन करता है। W3C का PDF मार्गदर्शन बताता है कि तार्किक पढ़ने का क्रम पहुंच का समर्थन कैसे करता है। पहचाना गया टेक्स्ट सहायक है, लेकिन इसे तैयार करना अपने आप में यह स्थापित नहीं करता है कि हेडिंग, पढ़ने का क्रम और दस्तावेज़ की अन्य पहुंच संबंधी आवश्यकताओं को संबोधित किया गया है।
तालिकाएँ, फ़ॉर्म और सूत्र निशानों के बीच संबंधों पर निर्भर करते हैं
तालिका का अर्थ इस बात पर निर्भर करता है कि कौन सा मान किस पंक्ति और कॉलम से संबंधित है। मर्ज की गई कोशिकाएँ, दोहराए गए हेडिंग, खाली कोशिकाएँ और पृष्ठों पर जारी तालिकाएँ उस संबंध को जटिल बनाती हैं। यदि एक मान को गलत हेडिंग में सौंपा गया है, तो सभी दृश्य संख्याओं को पढ़ना पर्याप्त नहीं है। तालिका-निष्कर्षण अनुसंधान तालिका खोजने, उसकी संरचना को पुनर्प्राप्त करने और उसकी कोशिकाओं की भूमिकाओं की पहचान करने को अलग करता है।
फ़ॉर्म एक संबंधित समस्या प्रस्तुत करते हैं। एक लेबल और उसका मान व्हाइटस्पेस, एक रेखा या बीच के नोट द्वारा अलग किए जा सकते हैं। पास का एक चेकबॉक्स ऐसी जानकारी ले जा सकता है जिसे केवल-टेक्स्ट ट्रांसक्रिप्ट व्यक्त नहीं करता है। उदाहरण के लिए, स्वीकृत और अस्वीकृत दोनों को निकालने के बाद यह रिकॉर्ड न करना कि कौन सा बॉक्स चिह्नित है, फॉर्म के निर्णायक हिस्से को खो देता है, भले ही दोनों शब्द सही ढंग से पहचाने गए हों।
संख्याएँ और सूत्र भी छोटी त्रुटियों को बढ़ाते हैं। 12.5 में दशमलव बिंदु को छोड़ने से मान बदल जाता है; माइनस चिह्न को डैश के साथ भ्रमित करने से अभिव्यक्ति बदल सकती है। भिन्न, घातांक और सबस्क्रिप्ट अक्षर पहचान के साथ-साथ स्थिति पर भी निर्भर करते हैं। एक सूत्र की द्वि-आयामी संरचना को उपयुक्त प्रतिनिधित्व की आवश्यकता होती है, और तालिका पुनर्निर्माण और गणितीय ट्रांसक्रिप्शन को सामान्य शब्दों की वर्तनी से परे मूल्यांकन की आवश्यकता होती है।
धाराप्रवाह आउटपुट चूक और असमर्थित सुधारों को छिपा सकता है
भाषा संदर्भ एक पहचानकर्ता को प्रशंसनीय रीडिंग के बीच चयन करने में मदद करता है, लेकिन प्रशंसनीयता और निष्ठा अलग-अलग लक्ष्य हैं। एक प्रणाली एक अपरिचित नाम को एक सामान्य शब्द से बदल सकती है, वर्तनी की गलती को नियमित कर सकती है या वाक्य में फिट होने वाले शब्दों की आपूर्ति कर सकती है। परिणाम पृष्ठ से दूर जाते हुए स्वाभाविक लग सकता है। यह विशेष रूप से तब महत्वपूर्ण होता है जब कार्य संपादन के बजाय ट्रांसक्रिप्शन का हो।
एक 2026 हस्तलेखन बेंचमार्क ने लेखक की त्रुटियों, कई भाषाओं और जटिल अभिव्यक्तियों की जांच की, और कई जनरेटिव सिस्टम में दृश्य रूप से असमर्थित सुधारों की सूचना दी। यह निष्कर्ष एक विफलता मोड को दर्शाता है, न कि यह नियम कि हर प्रणाली एक जैसा व्यवहार करती है। अधिक सामान्यतः, एक सुगठित पैराग्राफ इस बात का प्रमाण नहीं है कि हर शब्द मौजूद था या सभी इच्छित पंक्तियाँ शामिल थीं।
त्रुटियाँ पिछली प्रोसेसिंग से भी आ सकती हैं। एक स्कैन किए गए PDF में पहले से ही एक अपूर्ण OCR टेक्स्ट लेयर हो सकती है, इसलिए चयन योग्य टेक्स्ट अभी भी दृश्य पृष्ठ से असहमत हो सकता है। पहचान को दो बार चलाने से एक और तुलना मिलती है, लेकिन दोनों रन एक ही गलती कर सकते हैं। आउटपुट के बीच सहमति स्रोत छवि को प्रतिस्थापित नहीं करती है, विशेष रूप से जहाँ कोई अक्षर या अंश अस्पष्ट रहता है।
सटीकता सामग्री और मापे जा रहे कार्य पर निर्भर करती है
एक सटीकता आंकड़ा केवल एक परिभाषित परीक्षण के साथ सार्थक है। परिणाम दस्तावेजों, संदर्भ ट्रांसक्रिप्शन और रिक्त स्थान, विराम चिह्नों और अन्य अंतरों के उपचार पर निर्भर करते हैं। स्पष्ट मुद्रित पैराग्राफ का एक नमूना हस्तलिखित रूपों या क्षतिग्रस्त समाचार पत्र पर प्रदर्शन स्थापित नहीं करता है। प्रतिनिधि मूल्यांकन में कठिन पृष्ठ और असामान्य लेआउट शामिल हैं जो इच्छित कार्य के लिए मायने रखते हैं।
कैरेक्टर एरर रेट (Character error rate) टेक्स्ट की लंबाई के सापेक्ष कैरेक्टर-स्तर के प्रतिस्थापन, चूक और सम्मिलन को मापता है; वर्ड एरर रेट (Word error rate) शब्दों के लिए इसी तरह की तुलना लागू करता है। OCR-D का मूल्यांकन मार्गदर्शन इन उपायों को लेआउट और पढ़ने के क्रम से अलग मानता है। वे उपयोगी सवालों के जवाब देते हैं, लेकिन एक कम समग्र त्रुटि दर अभी भी एक गलत खाता संख्या या एक गायब नकारात्मक शब्द को छिपा सकती है जो वाक्य का अर्थ बदल देता है।
इसलिए मूल्यांकन में कुल स्कोर के साथ-साथ पूर्णता, संरचना और महत्वपूर्ण विवरण शामिल होने चाहिए। एक पुरालेख खोज, एक उद्धरण और गणना के लिए निर्धारित एक तालिका की आवश्यकताएं अलग-अलग होती हैं। सबसे सटीक अनुमान चुनने की तुलना में अनसुलझे पठन को चिह्नित करना अधिक जानकारीपूर्ण है, और स्रोत का लिंक सुरक्षित रखने से बेहतर साक्ष्य या समीक्षा उपलब्ध होने पर बाद में सुधार करना संभव हो जाता है।
त्रुटि का पैटर्न उसके संभावित कारण की ओर इशारा करता है
कई कारण एक ही दृश्य लक्षण पैदा कर सकते हैं, इसलिए निदान संभावनाओं को सीमित करने का एक तरीका है, न कि कोई गारंटी। समान अक्षरों के बीच बार-बार भ्रम गलत क्रम में दिखाई देने वाले सही वर्तनी वाले शब्दों से अलग जांच का सुझाव देता है। नीचे दिए गए उदाहरण सामान्य लक्षणों को उस जानकारी से जोड़ते हैं जो खो गई हो सकती है।
एक बार विफलता समझ में आ जाने के बाद, प्रतिक्रिया अधिक केंद्रित हो सकती है: एक स्पष्ट स्रोत प्राप्त करना, ज्यामिति को सही करना, किसी क्षेत्र की व्याख्या की जांच करना या अंतिम प्रतिलेख की मरम्मत करना। अलग 'Improve OCR Results' गाइड तैयारी और समीक्षा कार्यप्रवाह प्रदान करती है। इसका उद्देश्य दस्तावेज़ की जानकारी को संरक्षित करना है, न कि केवल ऐसा टेक्स्ट तैयार करना जो साफ दिखे।
| दृश्य लक्षण | संभावित अंतर्निहित विफलता | जोखिम में जानकारी |
|---|---|---|
| समान अक्षरों का बार-बार भ्रमित होना | अपर्याप्त विवरण या अपरिचित अक्षर आकार | सटीक वर्तनी, नाम और पहचानकर्ता |
| धुंधले निशान या विराम चिह्नों का गायब होना | कम कंट्रास्ट या अत्यधिक फ़िल्टरिंग | उच्चारण, दशमलव बिंदु और छोटे एनोटेशन |
| अप्रत्याशित क्रम में सही शब्द | मिश्रित कॉलम या गलत क्षेत्र क्रम | वाक्य का अर्थ और पैराग्राफ संरचना |
| मान गलत शीर्षकों के नीचे दिखाई देते हैं | खोया हुआ पंक्ति, कॉलम या लेबल संबंध | अन्यथा सही संख्याओं का अर्थ |
| मिश्रित-दिशा वाला टेक्स्ट अव्यवस्थित दिखाई देता है | मान्यता, तार्किक क्रम या प्रदर्शन व्यवहार | शब्दों, विराम चिह्नों और पहचानकर्ताओं का क्रम |
| असामान्य शब्दावली अधिक परिचित हो जाती है | संदर्भ-संचालित प्रतिस्थापन या पुनर्लेखन | विश्वसनीय नाम, वर्तनी और उद्धरण |
| पूरा नोट या पैराग्राफ अनुपस्थित है | एक क्षेत्र क्रॉप किया गया, छूट गया या छोड़ दिया गया | प्रतिलेख की पूर्णता |