दस्तावेज़ अते OCR दी समीक्षा करो

What this lesson is about

टाइप कीती हुई लिखत, पढ़न दा क्रम, टेबल अते अस्पष्ट डब्बे जांचो। कदे वी कोई शब्द न बनाओ।

एक मुहर लगी हुई बिल में कुल रकम का एक अंक छुपा हुआ है, और बाकी पंक्ति का जोड़ ठीक बैठता है। तुसीं की टाइप करोगे?

Why this matters

इक डेटासेट — जिथे मॉडल सीखदा है — साफ दिखण दे बावजूद बेकार हो सकदा है। इक गढ़या होया अंक या इक गलत टेबल सेल काफी है।

OCR नूं ठीक करो, पढ़न दा क्रम बचाओ अते अस्पष्ट अक्षरां नूं अस्पष्ट ही रखो।

जो दिखदा ऐ ओह लिखो, जो लगदा ऐ ओह न गढ़ो।
शीर्षक, पंक्तियाँ अते कॉलम सही क्रम विच रखो।
जेड़ा पढ़या न जा सकदा ओह हिस्सा टास्क दे अनुसार ऊपर भेजो।

Task

स्टाम्प लगी इनवॉइस दी कुल रकम दी समीक्षा करो।

Weak approach हर पंक्ति ते कॉलम अपनी जगह ते रखदा ऐ, अते अक्षर बिलकुल उस तरह लिखदा ऐ जिवें पन्ने ते ने। फेर उप-योग तो छुप्या अंक निकाल के 1,890 लिखदा ऐ। पन्ने ते होण वाला इक अंक हो गया ऐ जिणुं कोई देख नहीं सक्या, अते मोहर वाला खाना कदे ऊपर नहीं भेज्या गया।

Stronger approach अंक नूं अस्पष्ट लिखो, जो अक्षर दिखदे ने ओह बचाओ, अते ओह हिस्सा समीक्षा लई भेजो।

Why the stronger approach works दोनों समीक्षकां ने दस्तावेज़ दी शक्ल बचाई। इक ने आंकड़े भी मेल कर दिते, अते पन्ने ते ए गल कहीं नहीं लिखी।

Try a changed situation हुण पन्ना हाथ नाल लिखा स्कूल हाज़िरी रजिस्टर है, जिथे दो कॉलम इकठ्ठे होए ने। तुसीं की बचाओगे?

Make something yourself चार पंक्तियां वाला OCR चेकलिस्ट बनाओ: लिखत, लेआउट, टेबल, अते अस्पष्ट चीज़ां।

Read the primary or official source: Jaume et al., FUNSD: form understanding in noisy scanned documents (arXiv)