შეცდომები შეიძლება დაიწყოს სიტყვის ამოცნობამდე
გვერდის სასარგებლო ტექსტად გადაქცევა მოიცავს რამდენიმე გადაწყვეტილებას. სისტემამ უნდა განსაზღვროს შესაბამისი რეგიონები, განმარტოს მათში არსებული ნიშნები და დაალაგოს შედეგი შესაბამისი თანმიმდევრობით. ეს სამუშაოები შეიძლება შესრულდეს ცალკეული კომპონენტების მიერ ან გაერთიანდეს ნასწავლ სისტემაში, მაგრამ ისინი რჩება სხვადასხვა მოთხოვნებად. პროცესის დასაწყისში წარუმატებლობამ შეიძლება გავლენა მოახდინოს ყველაფერზე, რაც მოჰყვება.
განვიხილოთ ორსვეტიანი სტატია ხელნაწერი შენიშვნით მინდორში. ნაბეჭდი სიტყვების ამოცნობა შეიძლება ადვილი იყოს, თუმცა შენიშვნა შეიძლება შეცდომით ჩაითვალოს მთავარი ტექსტის ნაწილად და სვეტები შეიძლება ერთმანეთში აირიოს. მართლწერის შემოწმება ამ პრობლემას ვერ გადაჭრის. პირიქით, იდეალურად დალაგებული აბზაცი მაინც შეიძლება შეიცავდეს არასწორად წაკითხულ სახელს ან თარიღს.
სასარგებლო განსხვავება არის დაკარგულ მტკიცებულებას, შეცდომით ამოცნობასა და დაკარგულ სტრუქტურას შორის. ასოების უფრო ზუსტ ამოცნობას არ შეუძლია აღადგინოს რეგიონი, რომელიც არასოდეს ყოფილა ჩართული, ხოლო უფრო სუფთა განლაგებას არ შეუძლია დაადგინოს, თუ რომელი ორი გაურკვეველი სიმბოლოდან იყო რეალურად დაწერილი.
მცირე სიმბოლოები და ცუდი გადაღება ზღუდავს ხელმისაწვდომ მტკიცებულებებს
ამოცნობა დამოკიდებულია სიმბოლოებს შორის ხილულ განსხვავებებზე. ბუნდოვანებამ შეიძლება დახუროს უფსკრული ასო e-ში, გააერთიანოს მიმდებარე შტრიხები ან წაშალოს განსხვავება მძიმესა და წერტილს შორის. მცირე ტექსტი შეიძლება შეიცავდეს ძალიან ცოტა პიქსელს ამ განსხვავებების შესანარჩუნებლად. ძლიერმა შეკუმშვამ შეიძლება დაამატოს ბლოკის ნიმუშები და რგოლები კიდეების გარშემო, რაც ფაილს ნორმალურ ზომაზე წაკითხვადს ხდის, ხოლო აზიანებს დეტალებს, რომლებიც ამოცნობის სისტემას სჭირდება.
ამიტომ, გამოსახულების ზომები და ფაილის ზომა ხარისხის არასრული საზომია. დიდ ფოტოს შეიძლება ჰქონდეს პატარა, შორეული გვერდი; მაღალი გარჩევადობის სკანირება მაინც შეიძლება იყოს ფოკუსის გარეშე. DPI ეტიკეტის შეცვლა ან არსებული გამოსახულების გადიდება არ ამატებს ორიგინალური ასოების ახალ გაზომვას. IMPACT დიგიტალიზაციის პროექტის გადაღების სახელმძღვანელო შესაბამისად განასხვავებს ჩვეულებრივ ტექსტს ძალიან მცირე შრიფტისგან, რომელიც მეტ დეტალს მოითხოვს.
უკეთეს გადაღებას შეუძლია შეამციროს ეს გაურკვევლობა, როდესაც ორიგინალი ხელმისაწვდომია. თუმცა, როდესაც სიტყვა იმალება კაშკაშა შუქით, მოჭრილია ან ფიზიკურად აკლია, ტრანსკრიპტის იმ ნაწილისთვის ხილული მტკიცებულება არ არსებობს. გაუმჯობესებამ შეიძლება შემოგვთავაზოს დამაჯერებელი ფორმა, მაგრამ მას არ შეუძლია დაადასტუროს დაკარგული ფორმულირება.
ბრუნვა, პერსპექტივა და გვერდის გამრუდება ქმნის სხვადასხვა პრობლემას
კუთხით გადაღებული გვერდი წარმოადგენს ბრუნვის პრობლემაზე მეტს. პერსპექტივამ შეიძლება გვერდის ერთი მხარე მეორეზე ვიწრო გახადოს, ხოლო წიგნის მოხრილმა ზედაპირმა შეიძლება მოხაროს ხაზები საკინძთან ახლოს. გვერდულად მდებარე გვერდს, ოდნავ დახრილ სკანირებას და წიგნის გამრუდებულ გაშლას სჭირდება სხვადასხვა გეომეტრიული კორექტირება. უბრალოდ სამივეს ბრუნვა არ გამოიწვევს ერთსა და იმავე გაუმჯობესებას.
ამ დამახინჯებებმა შეიძლება ხელი შეუშალოს ხაზების გამოვლენას და მეზობელი სიტყვების გამოყოფას. საკინძთან ახლოს, სიმბოლოები შეიძლება ერთმანეთში იყოს შეკუმშული ან ნაწილობრივ დაფარული ჩრდილში. დოკუმენტის გასწორების შესახებ კვლევა განიხილავს უფრო ბრტყელი გვერდის ხედვის აღდგენას, როგორც საკუთარ დავალებას, რადგან გვერდის ფორმა გავლენას ახდენს შემდგომ ამოცნობაზე.
გეომეტრიულ კორექტირებასაც აქვს საზღვრები. უკეთეს გასწორებას შეუძლია არსებული ასოების ინტერპრეტაცია გააადვილოს, მაგრამ განმეორებითმა გადამუშავებამ შეიძლება დაარბილოს მცირე დეტალები, ხოლო გაბრტყელებამ არ შეიძლება გამოავლინოს ტექსტი, რომელიც არასოდეს ყოფილა გადაღებული. მიზანი არის მტკიცებულების გამოსაყენებელი წარმოდგენა და არა მხოლოდ გვერდი, რომელიც მართკუთხა გამოიყურება.
ფერმკრთალი მელანი და ფონის ნიშნები ეჯიბრება ტექსტს
ყველა მუქი ნიშანი არ ეკუთვნის სიმბოლოს. ქაღალდის ტექსტურა, ლაქები, დახაზული ხაზები, ბეჭდები და უკანა მხარეს ხილული ბეჭდვა შეიძლება ჰგავდეს ტექსტს ან კვეთდეს მას. მეორე უკიდურესობაში, ფერმკრთალი ფანქარი, გამქრალი მელანი და მსუბუქი პუნქტუაცია შეიძლება რთული იყოს ფონისგან გარჩევა. ერთსა და იმავე გვერდს შეიძლება ჰქონდეს ორივე სახის პრობლემა.
გამოსახულების გასუფთავება მოიცავს კომპრომისებს. გვერდის შავ-თეთრად გადაქცევა მოითხოვს გადაწყვეტილებას, თუ რომელი ჩრდილები ეკუთვნის წინა პლანის ნიშნებს და რომელი ფონს. ზღვარმა, რომელიც შლის ფერმკრთალ ქაღალდის ტექსტურას, შეიძლება ასევე წაშალოს ათობითი წერტილი. ხმაურის მოცილებამ შეიძლება გააუქმოს მცირე აქცენტი, ხოლო სიმკვეთრის გაზრდამ შეიძლება გააძლიეროს არასასურველი კიდეები. OCR სამუშაო პროცესები ამიტომ განიხილავს გაუმჯობესებას, ბინარიზაციას და ხმაურის შემცირებას, როგორც ცალკეულ ოპერაციებს და არა როგორც უნივერსალურ გასუფთავების პარამეტრს.
გადამფარავი ნიშნები განსაკუთრებულ ზრუნვას მოითხოვს. ბეჭედი შეიძლება შეიცავდეს ინფორმაციას, რომელიც შენარჩუნების ღირსია მაშინაც კი, როდესაც ის კვეთს აბზაცს, ხოლო ხელმოწერა შეიძლება იყოს მნიშვნელოვანი ისე, რომ არ იყოს საიმედოდ ტრანსკრიბირებადი. ხელისშემშლელი რეგიონის განურჩევლად მოცილებამ შეიძლება წაშალოს თავად დოკუმენტის ნაწილი. ვიზუალურად უფრო სუფთა გამოსახულება არ არის აუცილებლად უფრო სანდო.
უცნობი ტიპოგრაფია ართულებს მკაფიო ბეჭდვის ინტერპრეტაციას
გამოსახულება შეიძლება იყოს მკვეთრი, ხოლო მისი ასოები ამოცნობის სისტემისთვის უცნობი დარჩეს. დეკორატიული შრიფტები, შეკუმშული ტიპი, ლიგატურები და უჩვეულო სიმბოლოების ფორმები ცვლის იმ ნიმუშებს, რომლებიც უნდა იქნას იდენტიფიცირებული. ლიგატურას შეუძლია გააერთიანოს ის, რაც სხვაგვარად ცალკეული ასოები იქნებოდა; ასოს ძველმა ფორმამ შეიძლება დაემსგავსოს სხვა თანამედროვე სიმბოლოს. მცირე კაპიტალური ასოები, ზედა ინდექსები და მჭიდროდ განლაგებული პუნქტუაცია შემოაქვს დამატებითი განსხვავებები.
ისტორიული დოკუმენტები ხშირად რამდენიმე სირთულეს აერთიანებს. შრიფტები განსხვავდება სტამბებისა და პერიოდების მიხედვით, მართლწერა შესაძლოა განსხვავდებოდეს თანამედროვე გამოყენებისგან, ხოლო ქაღალდი ან ანაბეჭდი შესაძლოა დაზიანებული იყოს. ისტორიულ OCR-ზე კვლევები ტიპოგრაფიასა და რთულ განლაგებას მთავარ გამოწვევებად მიიჩნევს და იყენებს სამუშაო პროცესებს, რომლებიც კორექტირების საშუალებას რამდენიმე ეტაპზე იძლევა. მხოლოდ გამოსახულების კონტრასტის გაუმჯობესება ვერ გადაჭრის ყველა უცნობი ასოს ფორმის პრობლემას.
ასევე არსებობს სარედაქციო არჩევანი: გვერდის ტრანსკრიბირება და მისი ენის მოდერნიზება სხვადასხვა ამოცანაა. უჩვეულო მართლწერის ავტომატურად ჩანაცვლება ნაცნობი სიტყვით შესაძლოა აადვილებს ტექსტის კითხვას, მაგრამ ამცირებს მის შესაბამისობას წყაროსთან. ისტორიული სახელები, აბრევიატურები და ციტატები უნდა შეფასდეს დოკუმენტის საკუთარი კონვენციების მიხედვით.
ხელნაწერი განსხვავდება ავტორებს შორის და ერთი და იმავე გვერდის ფარგლებშიც
ხელნაწერს არ გააჩნია სიმბოლოების ფორმების ერთიანი, სტაბილური ნაკრები. ავტორები აერთებენ ასოებს, ცვლიან დახრილობას, შემოკლებულად წერენ სიტყვებს და ტოვებენ არათანმიმდევრულ ინტერვალებს. ნაჩქარევად დაწერილი სიტყვა შეიძლება განსხვავდებოდეს რამდენიმე სტრიქონით ადრე გულდასმით დაწერილი იმავე სიტყვისგან. შეერთებული შტრიხები ასევე ართულებს იმის გადაწყვეტას, თუ სად მთავრდება ერთი სიმბოლო და სად იწყება მეორე.
მიმდევრობაზე დაფუძნებულ ამოცნობას შეუძლია გამოიყენოს მეზობელი ასოები და სიტყვები სტრიქონის ინტერპრეტაციისთვის, მაგრამ კონტექსტი ბუნდოვანებას არ აქრობს. უცნობი გვარი, კოდი ან იზოლირებული რიცხვი შესაძლოა მცირე ლინგვისტურ დახმარებას იძლეოდეს. გვერდითა ნოტები, გადახაზული ტექსტი და სტრიქონის ზემოთ დამატებები ქმნის ცალკეულ კითხვას იმის შესახებ, თუ როგორ უნდა წარმოვაჩინოთ ავტორის ცვლილებები. ეს არის როგორც ამოცნობის, ისე ტრანსკრიბირების პოლიტიკის გამოწვევები.
გამოსახულების ამოცნობასა და ცოცხალი კალმის შტრიხის ჩაწერას შორის განსხვავებასაც აქვს მნიშვნელობა. დასკანერებული ჩანაწერი შეიცავს საბოლოო ხილულ ნიშნებს, მაგრამ არა მათ თანმიმდევრობას, სიჩქარეს ან მიმართულებას. ხელნაწერის კვლევა განასხვავებს ამ ოფლაინ გამოსახულებებს ონლაინ კალმის შეყვანისგან. არ უნდა ვივარაუდოთ, რომ კალმის მოძრაობების ან მკაფიოდ გამოყოფილი სიმბოლოების ამოცნობის წარმატება უცვლელად გადავა მთლიანი ხელნაწერი გვერდის ფოტოსურათზე.
ენები, დამწერლობები და კითხვის მიმართულებები ცალკეულ ბუნდოვანებებს ქმნის
ენის პარამეტრი სასარგებლო კონტექსტს იძლევა, მაგრამ ენა და დამწერლობა იდენტური არ არის. რამდენიმე ენას შეუძლია გაიზიაროს ერთი დამწერლობა, თუმცა იყენებდეს მართლწერის განსხვავებულ შაბლონებს ან დამატებით ასოებს. დოკუმენტმა შესაძლოა ასევე შეურიოს დამწერლობები წინადადებაში, როგორც ეს ხდება მისამართში, რომელიც შეიცავს ადგილობრივი ენის ქუჩის სახელს და ლათინურ იდენტიფიკატორს. მრავალენოვანმა ამოცნობამ უნდა გაუმკლავდეს ამ გადასვლებს ისევე, როგორც ცალკეულ სიმბოლოებს.
ამოცნობის ენა აღწერს წასაკითხ ტექსტს და არა ვებსაიტის ინტერფეისის ენას. ხელმისაწვდომი ენის ოფცია ასევე არ ნიშნავს თანაბარ სიზუსტეს ყველა შრიფტისთვის, წერის სტილისთვის ან გადაღების პირობისთვის. მრავალენოვანი საორიენტაციო ტესტები (benchmarks) სწორედ იმიტომ იკვლევს სხვადასხვა დამწერლობას და შერეულ სცენებს, რომ შესრულება უნდა შემოწმდეს მრავალფეროვან მასალაზე.
არაბული, სპარსული და სხვა მარჯვნიდან მარცხნივ მიმართულების დამწერლობებისთვის, ჩვენების თანმიმდევრობა დამატებით სირთულეს ქმნის. Unicode განასხვავებს შენახული სიმბოლოების ლოგიკურ თანმიმდევრობას მათი ვიზუალური განლაგებისგან. რიცხვებს, პუნქტუაციას და ლათინურ სიტყვებს შეუძლიათ მიჰყვნენ განსხვავებულ მიმართულების წესებს ერთი სტრიქონის ფარგლებში. შესაბამისად, აშკარა არევა შესაძლოა მოიცავდეს ამოცნობას, ტექსტის შენახვას ან ჩვენებას. მთლიანი სტრიქონის ხელით შებრუნებამ შესაძლოა დააზიანოს ტრანსკრიპტი, რომლის ძირითადი სიმბოლოების თანმიმდევრობაც უკვე სწორი იყო.
სწორი სიტყვები შესაძლოა მაინც არასწორი კითხვის თანმიმდევრობით გამოჩნდეს
დოკუმენტის განლაგება გამოხატავს ურთიერთობებს, რომლებსაც სიმბოლოების უბრალო სტრიქონი ავტომატურად არ აღიქვამს. სვეტებს, სათაურებს, წარწერებს, სქოლიოებს და გვერდითა პანელებს თითოეულს თავისი როლი აქვს. ამოცნობმა შესაძლოა სწორად წაიკითხოს მათი სიტყვები, მაგრამ არასწორ თანმიმდევრობაში გააერთიანოს ისინი. წინადადება, რომელიც მეზობელ სვეტში გადადის, სტრუქტურული შეცდომაა, მაშინაც კი, თუ ყველა სიტყვა სწორად არის დაწერილი.
განლაგების კვლევა ასევე გვიჩვენებს, თუ რატომ არ არის ნაცნობი დოკუმენტის ტიპები სრულყოფილი ტესტი. სამეცნიერო სტატიების გარშემო შემუშავებულმა სისტემამ შესაძლოა განსხვავებული განლაგება შეხვდეს სახელმძღვანელოებში, ფორმებსა თუ ანგარიშებში. პატარა წარწერის გამოტოვებამ ან სათაურის ძირითად ტექსტად მიჩნევამ შესაძლოა გავლენა მოახდინოს მთლიანი შედეგის სარგებლიანობაზე. ყველა შესაბამისი რეგიონის პოვნა და ამ რეგიონების დალაგება დოკუმენტის კონვერტაციის შეფასების ნაწილია.
ეს პრობლემები მნიშვნელოვანია ხელახალი გამოყენებისა და ხელმისაწვდომობისთვის. გვერდი შესაძლოა სწორად გამოიყურებოდეს, მაშინ როცა კოპირებული ტექსტი ან მეტყველების გამომავალი არასათანადო თანმიმდევრობას მიჰყვება. W3C-ის PDF სახელმძღვანელო განმარტავს, თუ როგორ უწყობს ხელს კითხვის ლოგიკური თანმიმდევრობა ხელმისაწვდომობას. ამოცნობილი ტექსტი სასარგებლოა, მაგრამ მისი წარმოება თავისთავად არ ნიშნავს, რომ სათაურები, კითხვის თანმიმდევრობა და დოკუმენტის სხვა ხელმისაწვდომობის საჭიროებები დაკმაყოფილებულია.
ცხრილები, ფორმები და ფორმულები დამოკიდებულია ნიშნებს შორის ურთიერთობებზე
ცხრილის მნიშვნელობა დამოკიდებულია იმაზე, თუ რომელი მნიშვნელობა რომელ სტრიქონს და სვეტს ეკუთვნის. გაერთიანებული უჯრები, განმეორებადი სათაურები, ცარიელი უჯრები და გვერდებზე გაგრძელებული ცხრილები ართულებს ამ ურთიერთობას. ყველა ხილული რიცხვის წაკითხვა საკმარისი არ არის, თუ ერთი მნიშვნელობა არასწორ სათაურს მიეწერება. ცხრილის ამოღების კვლევა განასხვავებს ცხრილის პოვნას, მისი სტრუქტურის აღდგენას და უჯრების როლების იდენტიფიცირებას.
ფორმები მსგავს პრობლემას წარმოადგენს. ეტიკეტი და მისი მნიშვნელობა შესაძლოა გამოყოფილი იყოს თეთრი სივრცით, ხაზით ან შუალედური ნოტით. ახლომდებარე ჩამრთველმა (checkbox) შესაძლოა ისეთი ინფორმაცია ატაროს, რომელსაც მხოლოდ ტექსტური ტრანსკრიპტი არ გამოხატავს. მაგალითად, Approved და Rejected-ის ამოღება იმის ჩაწერის გარეშე, თუ რომელი ყუთია მონიშნული, კარგავს ფორმის გადამწყვეტ ნაწილს, მიუხედავად იმისა, რომ ორივე სიტყვა სწორად იქნა ამოცნობილი.
რიცხვები და ფორმულები ასევე აძლიერებს მცირე შეცდომებს. 12.5-ში ათობითი წერტილის გამოტოვება ცვლის მნიშვნელობას; მინუს ნიშნის ტირესთან აღრევამ შესაძლოა შეცვალოს გამოსახულება. წილადები, ხარისხები და ქვესკრიპტები ეყრდნობა როგორც პოზიციას, ისე სიმბოლოს იდენტობას. ფორმულის ორგანზომილებიანი სტრუქტურა მოითხოვს შესაბამის წარმოდგენას, ხოლო ცხრილის რეკონსტრუქცია და მათემატიკური ტრანსკრიფცია საჭიროებს შეფასებას ჩვეულებრივი სიტყვების მართლწერის მიღმა.
გამართულმა გამომავალმა შესაძლოა დამალოს გამოტოვებები და დაუდასტურებელი კორექტირებები
ენის კონტექსტი ეხმარება ამოცნობს აირჩიოს სარწმუნო კითხვებს შორის, მაგრამ სარწმუნოება და სიზუსტე სხვადასხვა მიზანია. სისტემამ შესაძლოა შეცვალოს უცნობი სახელი საერთო სიტყვით, მოაწესრიგოს მართლწერის შეცდომა ან მიაწოდოს წინადადებას მორგებული ფორმულირება. შედეგი შესაძლოა ბუნებრივად ჟღერდეს, თუმცა უფრო შორდებოდეს გვერდს. ეს განსაკუთრებით მნიშვნელოვანია, როდესაც ამოცანა ტრანსკრიბირებაა და არა რედაქტირება.
2026 ხელნაწერის საორიენტაციო ტესტმა შეისწავლა ავტორის შეცდომები, მრავალი ენა და რთული გამოსახულებები და დააფიქსირა ვიზუალურად დაუდასტურებელი კორექტირებები რამდენიმე გენერაციულ სისტემაში. ეს აღმოჩენა ასახავს წარუმატებლობის რეჟიმს და არა წესს, რომ ყველა სისტემა იდენტურად იქცევა. უფრო ზოგადად, კარგად ჩამოყალიბებული აბზაცი არ არის იმის მტკიცებულება, რომ ყველა სიტყვა ადგილზე იყო ან რომ ყველა განზრახული სტრიქონი იყო შეტანილი.
შეცდომები შესაძლოა ადრეული დამუშავებიდანაც მოდიოდეს. დასკანერებული PDF შესაძლოა უკვე შეიცავდეს არასრულყოფილ OCR ტექსტურ ფენას, ამიტომ არჩევითი ტექსტი შესაძლოა მაინც არ ემთხვეოდეს ხილულ გვერდს. ამოცნობის ორჯერ გაშვება იძლევა შედარების საშუალებას, მაგრამ ორივე გაშვებამ შესაძლოა ერთი და იგივე შეცდომა დაუშვას. გამომავალ მონაცემებს შორის შეთანხმება არ ანაცვლებს წყაროს გამოსახულებას, განსაკუთრებით მაშინ, როდესაც სიმბოლო ან პასაჟი ბუნდოვანი რჩება.
სიზუსტე დამოკიდებულია მასალაზე და გაზომილ ამოცანაზე
სიზუსტის მაჩვენებელი აზრიანია მხოლოდ განსაზღვრული ტესტის შემთხვევაში. შედეგები დამოკიდებულია დოკუმენტებზე, საცნობარო ტრანსკრიფციაზე და ინტერვალების, პუნქტუაციისა და სხვა განსხვავებების დამუშავებაზე. მკაფიო ბეჭდური აბზაცების ნიმუში არ ადგენს შესრულებას ხელნაწერ ფორმებზე ან დაზიანებულ გაზეთზე. წარმომადგენლობითი შეფასება მოიცავს რთულ გვერდებს და უჩვეულო განლაგებებს, რომლებიც მნიშვნელოვანია დაგეგმილი სამუშაოსთვის.
სიმბოლოების შეცდომის მაჩვენებელი ზომავს სიმბოლოების დონეზე ჩანაცვლებებს, გამოტოვებებსა და ჩამატებებს ტექსტის სიგრძესთან მიმართებაში; სიტყვების შეცდომის მაჩვენებელი იყენებს შესაბამის შედარებას სიტყვებისთვის. OCR-D-ის შეფასების სახელმძღვანელო ამ ზომებს განიხილავს განლაგებისა და კითხვის თანმიმდევრობისგან განცალკევებით. ისინი პასუხობენ სასარგებლო კითხვებს, მაგრამ შეცდომის დაბალმა საერთო მაჩვენებელმა შესაძლოა მაინც დამალოს ერთი არასწორი ანგარიშის ნომერი ან გამოტოვებული უარყოფა, რაც ცვლის წინადადების მნიშვნელობას.
ამიტომ, შეფასება უნდა მოიცავდეს სისრულეს, სტრუქტურას და მნიშვნელოვან დეტალებს, ისევე როგორც აგრეგირებულ ქულებს. არქივის ძიებას, ციტატას და გამოთვლებისთვის განკუთვნილ ცხრილს განსხვავებული მოთხოვნები აქვთ. გაურკვეველი კითხვის მონიშვნა უფრო ინფორმაციულია, ვიდრე ყველაზე სავარაუდო ვარიანტის არჩევა, ხოლო წყაროსთან ბმულის შენარჩუნება შესაძლებელს ხდის შემდგომ შესწორებებს, როდესაც უკეთესი მტკიცებულება ან განხილვა გახდება ხელმისაწვდომი.
შეცდომის ნიმუში მიუთითებს მის სავარაუდო მიზეზზე
რამდენიმე მიზეზს შეუძლია გამოიწვიოს ერთი და იგივე ხილული სიმპტომი, ამიტომ დიაგნოზი არის შესაძლებლობების შეზღუდვის გზა და არა გარანტია. მსგავს ასოებს შორის განმეორებითი აღრევა მოითხოვს განსხვავებულ კვლევას, ვიდრე არასწორი თანმიმდევრობით გამოჩენილი სწორად დაწერილი სიტყვები. ქვემოთ მოყვანილი მაგალითები აკავშირებს საერთო სიმპტომებს იმ ინფორმაციასთან, რომელიც შესაძლოა დაიკარგა.
მას შემდეგ, რაც ხარვეზი გააზრებული იქნება, რეაგირება შეიძლება უფრო მიზანმიმართული გახდეს: უფრო მკაფიო წყაროს მოპოვება, გეომეტრიის გასწორება, რეგიონის ინტერპრეტაციის შემოწმება ან საბოლოო ტექსტის შეკეთება. ცალკეული სახელმძღვანელო „OCR შედეგების გაუმჯობესება“ გთავაზობთ მომზადებისა და განხილვის სამუშაო პროცესს. მიზანია დოკუმენტის ინფორმაციის შენარჩუნება და არა უბრალოდ ისეთი ტექსტის შექმნა, რომელიც სუფთად გამოიყურება.
| ხილული სიმპტომი | შესაძლო ფარული ხარვეზი | ინფორმაცია რისკის ქვეშ |
|---|---|---|
| მსგავსი ასოების განმეორებითი აღრევა | არასაკმარისი დეტალები ან უცნობი სიმბოლოების ფორმები | ზუსტი მართლწერა, სახელები და იდენტიფიკატორები |
| ფერმკრთალი ნიშნები ან პუნქტუაცია ქრება | დაბალი კონტრასტი ან გადაჭარბებული ფილტრაცია | აქცენტები, ათობითი წერტილები და მცირე ანოტაციები |
| სწორი სიტყვები მოულოდნელ თანმიმდევრობაში | შერეული სვეტები ან არასწორი რეგიონის თანმიმდევრობა | წინადადების მნიშვნელობა და აბზაცის სტრუქტურა |
| მნიშვნელობები ჩნდება არასწორი სათაურების ქვეშ | დაკარგული სტრიქონის, სვეტის ან ეტიკეტის კავშირები | სხვაგვარად სწორი რიცხვების მნიშვნელობა |
| შერეული მიმართულების ტექსტი აირია | ამოცნობა, ლოგიკური თანმიმდევრობა ან ჩვენების ქცევა | სიტყვების, პუნქტუაციისა და იდენტიფიკატორების თანმიმდევრობა |
| უჩვეულო ფორმულირება უფრო ნაცნობი ხდება | კონტექსტზე დაფუძნებული ჩანაცვლება ან გადაწერა | სანდო სახელები, მართლწერა და ციტატები |
| მთლიანი შენიშვნა ან აბზაცი არ არის | რეგიონი იყო ამოჭრილი, გამოტოვებული ან არასწორად მითითებული | ტექსტის სისრულე |