跳到正文
arXiv · 机器人与计算机视觉· Mitsumasa Wada (Faculty of Engineering,Design, Kagawa University)·· 2 天前AI 评分4

MinerU 与 NDLOCR-Lite 在日文技术文档 PDF 转 Markdown 中的数字评分初步评估

Digits in Notation Are Not Numbers: A Scoring Pitfall in PDF-to-Markdown Conversion of Japanese Technical Documents (Preliminary Evaluation)

AI 导读

针对日文技术文档转换中因符号干扰导致数字评分失准的问题,研究对比了 MinerU、NDLOCR-Lite OCR 基线及确定性后处理管线。移除注释符号后两者 F1 分数持平(0.575 vs 0.594),且后处理管线未能改善关键指标。建议去除符号并对照源文件检查关键图表,该研究目前为技术报告。

来源:arXiv · 机器人与计算机视觉 · arxiv.org