文档解析与OCR质量

从可读文字到可用结构

PDF能抽取出文字，不代表模型读到了正确顺序。双栏页面可能被交叉拼接，页眉被插入正文，脚注与限定条件分离；扫描件还可能把小数点、负号和英文缩写识别错。这些错误进入检索之后常被误诊为embedding或生成模型不够强。

Docling公开实现提供版面分析、阅读顺序、表格结构、OCR及统一文档表示。可把它作为解析候选，但“支持某种格式”只证明接口覆盖，不证明企业实际资料已经正确处理。原生PDF、扫描PDF、演示文稿、邮件和电子表格应各有代表样本。

中间表示必须保留定位

建议输出段落类型、标题层级、页码、坐标框、链接、列表、代码块与附件关系，同时保存原件指纹、解析器版本和OCR配置。原件与解析JSON分别保存，后续更换解析器时可以重建，而无需再次依赖源系统下载或把旧错误当作新事实。

批注、修订、隐藏工作表、备注和邮件引用不能由解析器默认决定是否进入知识库。产品应明确哪些内容属于正式正文，哪些只是建议、历史版本或转述。图像识别生成的描述也要标记为派生内容，保留回看原图的入口。

质量门控应建立在可核验字段上：抽查关键数值、页面阅读顺序、章节连续性及定位正确性；低置信或异常长度的文档进入隔离队列。关键表格不宜仅用一项“平均OCR准确率”验收，因为一个金额的错误可能比整页普通文字的遗漏更严重。

发布前用一组固定困难样本比较解析版本，检查下游检索是否因此变化。能打开文件、解析任务成功、文本不为空和正确恢复文档语义是四个不同结果；只有最后一种才足以支持可靠回答。