Incarc o pdf cu întrebări dar sistemul nu recunoaște bine întrebările

Recunoașterea se blochează pe formatare, nu pe conținut

Un PDF care nu este recunoscut corect provine de obicei din unul din trei motive: PDF-ul este o scanare (o imagine cu text, nu text adevărat), chestionarul se află într-un tabel cu celule îmbinate, sau numerotarea diferă de ceea ce sistemul recunoaște ca întrebare (de exemplu "3.2a" în loc de "Întrebarea 12"). În toate trei cazurile, sistemul vede text, dar nu poate delimita cu certitudine unde se termină o întrebare și începe următoarea. Sistemul preferă să nu completeze nimic decât să pună un răspuns la întrebarea greșită.

Cea mai rapidă soluție este de obicei să consulți portalul clientului tău: multe portaluri oferă pe lângă PDF și o export Excel sau un formular web al aceluiași chestionar, și acestea sunt de obicei recunoscute complet. Dacă sistemul recunoaște o parte din întrebări, poți completa restul manual — răspunsurile conectate provin în continuare din același dosar de lanț, deci nu scrii de două ori același lucru. Dacă este vorba despre o întrebare privind un date fixă, cum ar fi numărul de înregistrare al întreprinderii sau numărul de angajați, atunci acel răspuns este întotdeauna disponibil independent de recunoaștere pentru a fi preluat manual.

De ce nu forțăm PDF-urile "inteligent"

Sistemul recunoaște întrebările pe baza structurii textului, nu pe baza semnificației: nu citește o listă, recunoaște doar modele precum numerotarea, semnele de întrebare și formatarea tabelară. Atunci când aceste modele lipsesc — cum ar fi la o scanare fără strat de text subiacent, sau la un PDF formatat cu imagini în loc de text — sistemul nu poate stabili perechi întrebare-răspuns. Aceasta este o limită conștientă: mai bine să nu completezi o parte din listă decât să asociezi un răspuns la o întrebare pe care nu o poți citi cu siguranță. Tu rămâi persoana care confirmă fiecare răspuns propus și îl depune la portalul clientului tău.