Önce taramaları inceleyin
Seçilebilir metinli dijital PDF ile yalnızca görüntü içeren sayfaları ayırın. Tarayıcı, tarih, dil ve belge türleri boyunca örnek alın. Eğrilik, bulanıklık, kırpılmış kenar, soluk el yazısı, damga, döndürülmüş sayfa ve düşük karşıtlığı kaydedin. Tek OCR hattı basılı sayfada çalışırken el yazılı onay veya küçük dipnotu sessizce kaybedebilir. Okunmayan taramayı boş ya da uydurma metin olarak dizinlemek yerine düzeltme kuyruğuna alın. Doğrulama için özgün sayfa görüntüsünü koruyun; çıkarılmış metin kanıtın türevidir.
Yapıyı kökeniyle çıkarın
Belge çözümleme hizmeti sözcük, satır, paragraf, tablo, sayfa ve konum döndürebilir; Microsoft Document Intelligence yerleşim belgeleri bunları açıklar. Her pasajla belge kimliği, sayfa, çevreleyen bölge, çıkarma yöntemi ve güven ya da inceleme durumunu saklayın. Azure AI Search OCR becerisi PDF içindeki görüntülerden de metin çıkarabilir. Kendi dağıtımınızda desteklenen girdi ve hizmet ayarını doğrulayın. Atıf yalnızca dosya adını söylememeli, sayfayı ve mümkünse ilgili bölgeyi açmalıdır.
Kalite kapısı koyun
Temsilî sayfalardan elle yazıya geçirilmiş örnek hazırlayın. OCR sonucunu ad, tutar, tarih, bölüm başlığı, tablo başlığı ve olumsuzluk sözcüklerinde karşılaştırın. Harf doğruluğu tehlikeli hatayı gizleyebilir: 'onaylanmadı' sözü 'onaylandı' olursa az harf değişir ama karar değişir. Kalite eşiği altı, beklenen alanı eksik veya toplamı mantıksız sayfaya insan incelemesi isteyin. Düzeltilmiş metni inceleyen ve gerekçesiyle ayrı sürüm olarak tutun; ham OCR çıktısını iz bırakmadan değiştirmeyin.
Hasar dosyası örneği
Sigortacıda kapak formu, tamir teklifi ve el yazılı not içeren taranmış dosya olsun. Kullanıcı hangi tamirlerin onaylandığını sorsun. Sistem notu ve teklifi aynı dosyaya bağlamalı, teklif ile onayı ayırmalı ve onayın yazıldığı sayfayı göstermeli. El yazısı belirsizse güvenilir basılı kanıtla sınırlı yanıt verip onayı elle incelemeye bırakmalıdır. Tekliften alınmış makul tutar, kaynağa dayalı onay yanıtı değildir.
OCR sonrasında aramayı test edin
Metni belge ve bölüm sınırında parçalayın, sayfa bağını koruyun. Yanıtı küçük niteleyici, tablo veya birkaç sayfaya bağlı sorular kurun. Doğru pasajın gelip gelmediğini ve yanıtın onu doğru kullanıp kullanmadığını ölçün. OCR ret oranını ve düzeltme süresini işletim ölçüsü yapın. OCR ayarı değişince yalnızca etkilenen belgeleri yeniden işleyip eski dizini değiştirmeden yanıtlarını karşılaştırın. Arama kalitesi aldığı sayfa yazıya geçirme kalitesini aşamaz. Dizinlemeden önce OCR kalite kontrolü, taranmış arşivler üzerinde RAG ve anlamsal arama çözümleri kurma biçimimizin parçasıdır.
Teknik kaynaklar: Microsoft belge yerleşimi, Azure AI Search OCR becerisi. İlgili rehber. Bu yaklaşımı uygulamadan önce kaynakları kendi veriniz, yetkileriniz ve sürümünüzle karşılaştırın.