Ошибки единиц в ТЗ: как сверять данные после распознавания

Ошибки единиц в ТЗ после распознавания опасны тем, что результат выглядит аккуратно. Число стоит в таблице, рядом знакомое сокращение, а физический смысл уже изменился. Потерянная запятая, приставка или степень может превратить подходящий товар в неподходящий либо скрыть реальное несоответствие. Проверять нужно связку «параметр, число, единица, условие», сохраняя исходную страницу.

Отделите распознавание символов от смысла величины

OCR превращает изображение в текст, но правильные буквы еще не гарантируют правильную таблицу. Единица из заголовка может прикрепиться к другой строке, а примечание перейти к соседнему товару. Поэтому контроль строки начинается с ее положения в оригинале.

Официальная документация Tesseract описывает влияние качества изображения и сегментации, а также сложности распознавания таблиц. Рекомендации разработчиков OCR. Они помогают понять возможный механизм ошибки, но не доказывают, что конкретный сервис использует этот движок или имеет одинаковое качество.

Откройте страницу и найдите название характеристики, значение, единицу и условия. Посмотрите заголовки объединенных ячеек и продолжение таблицы на соседней странице. Если единица указана один раз над несколькими строками, ее область действия нужно восстановить явно.

Затем определите величину: длина, объем, расход, давление, мощность или другое свойство. Обозначение единицы не должно быть единственным источником смысла. В брошюре SI BIPM отдельно оговаривается необходимость адекватно описывать величину и различать число и единицу. Официальная брошюра SI.

Не исправляйте подозрительный результат сразу на привычное значение. Если OCR прочитал странную единицу, это повод посмотреть оригинал, а не разрешение заменить ее наиболее вероятной. Ошибка может быть и в исходном ТЗ, тогда потребуется разъяснение.

Найдите приставки, степени и десятичные знаки

Приставка меняет масштаб. Миллиметр и метр, миллилитр и литр, микрометр и миллиметр не взаимозаменяемы. Нечеткое изображение может скрыть часть сокращения, но восстановить ее только по названию товара нельзя. Даже типичные для отрасли размеры имеют исключения.

Степень меняет размерность. Потерянный знак куба превращает обозначение объема в длину, потерянный квадрат площадь в длину. Отдельно проверяйте запись в знаменателе: «м³/ч» описывает расход, «м³» объем. Сравнение одинаковых чисел без этой части теряет смысл.

Десятичная точка и запятая могут обозначать один разделитель, но пробел внутри числа может иметь другое назначение. Не запускайте глобальную замену всех запятых на точки в документе: запятая используется и в тексте, и в перечислениях. Нормализуйте числовое поле после проверки контекста.

Особенно внимательно просматривайте значения у границы допуска. Потерянный ноль или знак минуса может изменить итог сравнения. Сначала восстановите точную запись, затем применяйте правило ТЗ. Округлять распознанный результат до удобного числа нельзя.

Проверьте размерность до перевода единиц

Допустим, в условном ТЗ требуется емкость 5 литров, а OCR выдал «5 л/мин». Это уже другая величина, поэтому перевод в кубометры в час не решит проблему. Нужно вернуться к изображению и установить, что было написано в ячейке.

Обратный пример: требование относится к расходу, но в выгрузке остался только объем. Инженер не может сделать вывод о производительности без времени. Если исходный документ действительно не содержит знаменателя, требуется уточнение, а не самостоятельная вставка «в минуту» по опыту.

После подтверждения величины можно переводить единицы. Один литр в минуту равен 60 литрам в час. Один кубометр содержит тысячу литров. Следовательно, условные 30 л/мин соответствуют 1,8 м³/ч при сопоставимых условиях определения расхода. Арифметика верна, но она ничего не говорит о соответствии без знака и условий требования.

Для газа дополнительно выясните, к каким условиям приведен расход, если это влияет на сравнение. Для давления проверьте абсолютную или избыточную шкалу. Для электрических параметров не смешивайте мощность и энергию только из-за похожих сокращений. Пересчет между разными величинами требует дополнительной зависимости, а не множителя из таблицы единиц.

Сохраняйте две колонки: исходная запись и проверенное нормализованное значение. В третьей укажите формулу и источник. Так другой сотрудник сможет восстановить расчет и увидеть, где закончилась проверка оригинала и началось математическое преобразование.

Восстановите привязку единицы к правильной строке

При распознавании сложной таблицы отдельные числа могут сохраниться идеально, но сместиться относительно названий. Особенно опасны объединенные ячейки и повторяющиеся заголовки. Проверка правдоподобности не всегда ловит такой сдвиг: значение может выглядеть нормальным и для соседнего параметра.

Возьмите условную страницу с габаритами, массой и расходом. Если распознанная таблица получила единицу «мм» от строки габаритов для всех следующих строк, простое числовое сравнение даст бессмысленный вывод. Сначала восстановите область ячейки, затем назначьте единицу каждому параметру.

На переходе страниц посмотрите, не повторился ли заголовок как обычная позиция и не потерялась ли первая строка продолжения. Сверьте номера, наименования и число параметров по оригиналу. Не считайте равное количество строк достаточным доказательством: одна пропущенная и одна лишняя строка могут взаимно компенсироваться.

Если в одной ячейке несколько значений, выясните их связь. Запись размеров через знак умножения отличается от диапазона. Три числа могут относиться к длине, ширине и высоте, но порядок нужно читать по подписи. Нельзя автоматически выбирать минимальное как ширину, чтобы пройти ТЗ.

При обработке скана сохраняйте фрагмент с соседними строками. Обрезанная ячейка без заголовка лишает проверяющего важного контекста. Для внутренней карточки укажите страницу, позицию и полное название параметра, а не только координату распознанного слова.

Введите ручную эскалацию и контроль исправления

Неясная единица должна создавать вопрос, а не случайный положительный ответ. Назначьте маршрут: тендерный специалист проверяет оригинал, инженер определяет величину и допустимость пересчета, ответственный по закупке получает разъяснение при ошибке источника. Роли можно совмещать, но само решение должно иметь автора.

Заведите журнал: исходный фрагмент, результат OCR, установленная ошибка, исправленная запись, основание и влияние на вывод. Если исправление изменило соответствие товара, отметьте это явно. Тогда команда увидит предотвращенный отказ либо предотвращенное обещание неподходящего параметра.

Для повторной проверки используйте небольшие контрольные фрагменты. Включите потерянную запятую, степень, приставку, знаменатель и смещение строки. Ожидаемый результат должен сохранять правильную величину и связь с позицией. Это проверка конкретных ошибок, а не доказательство идеального распознавания всех документов.

Общий порядок получения текста рассмотрен в статье об OCR сканов ТЗ. Здесь результат уже: проверенные единицы и размерности в таблице характеристик. Если исходный скан по-прежнему не читается, дальнейшая обработка не дает права придумывать содержание.

При использовании TenderScan анализ запускает пользователь вручную. После исправления исходных данных убедитесь, что рассматриваете результат нужного запуска и актуального каталога. Не считайте старый вывод пересчитанным автоматически после замены файла. Критические значения сверьте с оригиналом перед решением по заявке.

Для журнала полезно различать исправление символа и исправление источника. В первом случае оригинал однозначен, а текст распознавания ошибочен. Во втором исходная страница содержит противоречие или пропуск. Второй случай нельзя закрывать тем же внутренним действием, что первый: потребуется надлежащее уточнение, а исходную неоднозначность необходимо сохранить.

Если обнаружена потеря единицы в общем заголовке, проверьте все строки, на которые он распространяется. Точечное исправление одного числа оставит остальные значения с тем же дефектом. Составьте список затронутых позиций и отметьте завершение повторной сверки каждой из них. Это конечная проверяемая задача, а не просьба повторно прочитать весь документ без границ. В итоговой заметке укажите, какие выводы изменились после восстановления единиц и какой документ подтверждает каждое исправленное значение.

Контроль заканчивается на фактически отправляемых данных. Повторно откройте сформированное предложение и убедитесь, что единица не потерялась при копировании, экспорте либо заполнении интерфейса. Верная внутренняя таблица не гарантирует верную заявку, если последний перенос никто не проверил.

FAQ

Странную единицу можно исправить по смыслу товара?

Только предположить, что нужна проверка. Окончательное исправление должно опираться на оригинал или надлежащее разъяснение. Привычный размер оборудования не является доказательством содержания конкретного ТЗ.

Высокая уверенность OCR освобождает от сверки?

Нет. Оценка движка не доказывает правильную размерность и связь таблицы. Особенно проверяйте критические границы, приставки, степени и единицы, указанные в общем заголовке нескольких строк.

Когда нужен инженер, а не повторное распознавание?

Когда символы установлены, но неясны величина, условия либо допустимость пересчета. Повторный OCR не решает смысловую неоднозначность. Если ошибка в самом требовании, используйте предусмотренный закупкой путь разъяснения.