前几天，有一位用户使用OCR产品识别多栏论文后向我们询问：要怎么解决不合适的断句、分段以及错误阅读顺序的问题？
我们用一个相似案例为大家直观展示这位用户遇到的情况。
如图中的多栏期刊，如果用OCR识别，或直接在一些办公软件对文字进行复制黏贴，我们就会得到右侧的效果——按PDF排版而不是语义进行换行分段，对多栏文字直接从左向右排布，得到完全不通顺的文字段落。显然这样的效果是无法接受的。
于是，我们向用户推荐了文档解析产品，建议在处理多栏文件时使用文档解析来获得更好的识别结果。这是文档解析的同一篇期刊论文输出示例
标签：段落,RAG,识别,+----------------+,识别率,所见即,文档,PDF,解析 From： https://www.cnblogs.com/intsig/p/18322518