Blog
Ideas y guías de pin
La falla de OCR que debería preocuparle no se ve como texto corrupto. Se ve como 98% de confianza y un párrafo faltante.
Construimos nuestro pipeline de OCR como una cascada enrutada por confianza, lo comparamos contra tres herramientas más nuevas de comprensión de documentos, y después le tiramos encima escaneos genuinamente sucios y vimos a la red de seguridad no atajar cuatro bugs reales. Lo que encontramos, y lo que la literatura actual realmente respalda.
Ninguna respuesta es mejor que la lectura de la que salió.
Antes de que un sistema pueda responder sobre su expediente, alguien tiene que convertir el papel en texto. Ese paso se llama OCR, no aparece en ninguna demostración, y decide la calidad de todo lo que viene después.