入选理由双栏扫描件入库前先做双栏检测、分栏重排，再每份抽五段查句序与出处，抽到交错整份退回。
本地库双栏扫描件左右串行：检测分栏后重排再抽查对齐
原文摘录“知识库里一段话前言不搭后语，原来双栏 PDF 被 OCR 左右交错混读了。” 办公室同事小林把扫描件甩过来。本地库吃了一批双栏排版 PDF，OCR 按单栏横扫，左栏半句接右栏半句，条款出处全乱。她说同事按段落提问，经常读到隔壁栏的字。这和竖排、页脚页码、书签层级、双面漏页、水印…
打开原文 知乎没登录时，原文可能整页显示成乱码（知乎的反爬措施），登录知乎或用知乎 App 打开就正常。
内容在原平台，这里不转载全文。版权归原作者。权利人如需下架，请看下架说明。
踩坑复盘案例拆解进阶长文只有经验小团队#双栏重排#ocr串行#句序抽查