Качвам PDF с въпроси, но системата не разпознава добре въпросите

Разпознаването се затруднява от форматирането, не от съдържанието

Pdf, който не се разпознава добре, обикновено е причинен от един от три фактора: pdf-ът е сканиране (изображение на текст, не истински текст), въпросникът е в таблица със слети клетки, или номерирането се отличава от това, което системата разпознава като въпрос (например "3.2a" вместо "Въпрос 12"). И в трите случая системата вижда текст, но не може с сигурност да определи къде завършва един въпрос и започва следващият. В такива случаи системата предпочита да не попълва нищо, отколкото да постави отговор при грешния въпрос.

Най-бързото решение обикновено е да консултирате самия портал на вашия клиент: много портали предлагат наред с pdf също експорт на Excel или уеб-формуляр от същия въпросник, и те обикновено се разпознават напълно. Ако системата разпознае част от въпросите, можете да попълните останалото отделно — свързаните отговори все пак идват от същия дневник на веригата, така че не пишете два пъти същото. Ако е въпрос за фиксирани данни, както регистрационния номер на предприятието или броя на служителите, тогава този отговор е винаги достъпен отделно за ръчно прехвърляне.

Защо не насилваме pdf файлове да бъдат „интелигентни

Системата разпознава въпроси на базата на текстовата структура, а не на базата на значението: не чете списък, а разпознава само модели като номериране, въпросителни знаци и оформление на таблици. Когато тези модели липсват — например при сканирано изображение без основен текстов слой или при pdf файл, който е форматиран с изображения вместо текст — системата не може да установи двойки въпрос-отговор. Това е съзнателна граница: по-добре да не попълним част от списъка, отколкото да свържем отговор с въпрос, който не можем да прочетем с сигурност. Вие оставатте лицето, което потвърждава всеки предложен отговор и го подава в портала на вашия клиент.