Comece com um documento que você pode enviar
Use um folheto público próprio, um material de projeto ou outro documento que você tem autorização para processar. Remova informações privadas não relacionadas antes de usar um serviço externo. Guarde o arquivo original para comparar a extração com a página que a originou.
Esta tarefa parte de um documento cujo texto não pode ser selecionado. Se você já tem uma legenda legível em uma captura de tela, a lista de verificação de texto em capturas de tela cobre o caminho mais curto.
Prepare e converta o arquivo
O Google Drive permite converter PDFs de várias páginas e imagens JPEG, PNG e GIF. A orientação de preparação recomenda um arquivo de 2 MB ou menos, páginas na posição vertical, texto nítido e bom contraste. No computador, clique com o botão direito no arquivo no Drive e escolha Abrir com, depois Google Docs. Fonte
Essas são recomendações de preparação do Google, não uma promessa de precisão. Se o seu arquivo estiver fora delas, mantenha essa limitação em vez de inventar uma extração bem-sucedida. Não envie um arquivo privado de conta só porque a ferramenta aceita PDFs.
Verifique a ordem de leitura antes de copiar uma frase
O Google avisa que listas, tabelas, colunas, notas de rodapé e notas de fim podem não ser detectadas corretamente. Fonte Compare cada frase que pretende usar com sua localização no original.
| Característica da página original | Verifique no texto extraído | Mantenha como não resolvido quando |
|---|---|---|
| Duas colunas | As palavras permanecem na mesma sequência de leitura | As frases aparecem emendadas |
| Uma tabela | Cada valor permanece ligado ao rótulo da sua linha | A relação entre rótulo e valor está ausente |
| Uma legenda ao lado de uma imagem | Legenda e parágrafo principal permanecem separados | O falante ou assunto fica ambíguo |
| Um marcador de nota de rodapé | A ressalva permanece ligada à afirmação | A nota está ausente ou ilegível |
Imagine que seu próprio folheto de evento tenha uma coluna para o local e outra para o palestrante. Juntar as duas em uma única frase poderia criar uma declaração que nenhuma das colunas faz. Esta é uma verificação ilustrativa de erro, não um resultado de um documento testado.
Faça uma nota de busca delimitada
Salve o número da página, a frase visível, a frase extraída e qualquer correção que você possa justificar a partir do original. Marque caracteres ilegíveis como não resolvidos. Não peça a um sistema de IA para preencher nomes ausentes e depois trate o preenchimento como saída de OCR.
Pesquise uma frase verificada e distinta e inspecione a página resultante usando o fluxo de revisão de fontes públicas. A extração fornece uma pista de consulta; a página de destino fornece o contexto.
A visão geral do TraceSeek descreve a rota de busca por texto em imagem do proprietário do produto. Este procedimento do Google Drive não estabelece que o TraceSeek aceita uploads de PDF ou usa o Google Docs internamente.