怎样通过Rowfill解决多格式文档数据提取的准确性问题？

2025-09-10

1.5 K

Background to the issue

同时处理扫描件、拍照文档等非结构化数据时，传统OCR常出现表格错位、手写体误识别等问题。Rowfill的混合识别引擎可针对性解决该问题。

多模态处理：
1. 对扫描件启用高精度OCR模式（需在环境变量设置OCR_QUALITY=high)
2. 对手机拍照文档自动进行透视矫正（需勾选「智能预处理」选项）
校验机制：
- 通过本地LLM二次校验（如用Mistral模型核对提取的金额数据）
- 设置置信度阈值（低于90%的数据自动标黄提醒）

针对复杂场景建议：
• 手写体识别：优先使用云版本（Alpha版集成增强型AI模型）
• 跨页表格：在工作流中启用「表格续页检测」参数

当识别异常时：1) 通过日志分析具体错误代码 2) 调整文档扫描DPI至300以上 3) 联系社区获取模型调优参数