Begin met een document dat je mag uploaden
Gebruik een openbare brochure die je bezit, een projecthand-out of een ander document dat je mag verwerken. Verwijder irrelevante privé-informatie voordat je een externe dienst gebruikt. Bewaar het originele bestand zodat je de extractie kunt vergelijken met de pagina waaruit die afkomstig is.
Deze taak begint met een document waarvan de tekst niet selecteerbaar is. Heb je al een leesbaar bijschrift in een screenshot, dan behandelt de checklist voor screenshot-tekst de kortere route.
Bereid het bestand voor en converteer het
Google Drive ondersteunt conversie van pdf’s met meerdere pagina’s en van JPEG-, PNG- en GIF-afbeeldingen. De voorbereidingsrichtlijnen adviseren een bestand van 2 MB of minder, rechtopstaande pagina’s, scherpe tekst en goed contrast. Klik op een computer met de rechtermuisknop op het bestand in Drive en kies Openen met, vervolgens Google Documenten. Bron
Dit zijn voorbereidingsadviezen van Google, geen belofte van nauwkeurigheid. Voldoet je bestand er niet aan, houd dan die beperking vast in plaats van een geslaagde extractie te verzinnen. Upload geen privé-archief van een account alleen omdat de tool pdf’s accepteert.
Controleer de leesvolgorde voordat je een zin kopieert
Google waarschuwt dat lijsten, tabellen, kolommen, voetnoten en eindnoten mogelijk niet correct worden herkend. Bron Vergelijk elke zin die je wilt gebruiken met de plek ervan in het origineel.
| Kenmerk op de originele pagina | Controle in de geëxtraheerde tekst | Houd als onopgelost aan wanneer |
|---|---|---|
| Twee kolommen | Woorden blijven in dezelfde leesvolgorde | Zinnen aaneengeschakeld lijken |
| Een tabel | Elke waarde blijft gekoppeld aan het bijbehorende rijlabel | De relatie tussen label en waarde ontbreekt |
| Een bijschrift naast een afbeelding | Bijschrift en hoofdalinea blijven gescheiden | De spreker of het onderwerp wordt dubbelzinnig |
| Een voetnootmarkering | De nuancering blijft aan de bewering gekoppeld | De noot ontbreekt of is onleesbaar |
Stel je voor dat je eigen evenementenhand-out één kolom heeft voor de locatie en een andere voor de spreker. Als je beide in één zin samenvoegt, kan er een bewering ontstaan die geen van beide kolommen doet. Dit is een illustratieve foutcontrole, geen resultaat van een getest document.
Maak een afgebakende zoeknotitie
Bewaar het paginanummer, de zichtbare zin, de geëxtraheerde zin en elke correctie die je vanuit het origineel kunt onderbouwen. Markeer onleesbare tekens als onopgelost. Vraag een AI-systeem niet om ontbrekende namen aan te vullen en behandel die aanvulling dan niet als OCR-uitvoer.
Zoek een gecontroleerde, onderscheidende zin en bekijk de resulterende pagina met de workflow voor het beoordelen van openbare bronnen. De extractie levert een zoekaanknopingspunt; de doelpagina levert de context.
Het TraceSeek-overzicht beschrijft de route voor afbeelding-tekstzoekopdrachten van de producteigenaar. Deze Google Drive-procedure bewijst niet dat TraceSeek pdf-uploads ondersteunt of intern Google Documenten gebruikt.