最近、PDF を Microsoft Word に変換したのですが、変換したファイルの余白と用紙サイズを変更した後に問題が発生しました。ダイアログの中央に段落記号があります。次に例を示します。
「フィルモアが死にかけていたとき、彼はひどく空腹でした。しかし、彼の医者は熱を下げるために絶食を試みていました。
しかし、フィルモアは食べたいと言い続けたので、ついに医者はスープを小さじ一杯与えました。
そして、フィルモアは皮肉っぽく『栄養はおいしい』と言い、そして亡くなりました。休戦はありませんでした。」
このダイアログは同じ段落にあるはずでしたが、変換された記事には同じ問題が多数あります。どうすれば修正できますか? (すべてを一度に修正できれば時間の節約になります。)
答え1
上記の問題について私が理解していることは、これは OCR 処理に関連しており、OCR は理解したものを変換して文書を作成するだけなので、多くの場合、誤って解釈される可能性のある文字に関連する誤った翻訳が行われます。したがって、いずれにせよ、これはまだ正確な科学ではありません。OCR プログラムは非常によく進化していますが、その解釈についてはまだ 100% 確実ではありません。私たちは常に、手動でこれらのエラーを修正する必要があります。
答え2
PDF ドキュメントの段落構造は、他のワードプロセッサ プログラムと同じではないと思います。シート内のテキストの配置だけで、文字は印刷された画像または関連付けられた文字として表されますが、色、段落、次の行、Enter コードなどの書式設定情報は実行されないと思います。