ज़्यादातर AI चर्चाएँ मॉडल से शुरू होती हैं, पर दस्तावेज़-प्रधान संगठनों में भरोसा उससे पहले टूटता है: OCR किसी खंड को ग़लत पढ़ता है, चंकिंग पृष्ठ खो देती है, खोज सही दस्तावेज़ का ग़लत हिस्सा ले आती है। जब तक मॉडल चलता है, नींव खिसक चुकी होती है।
OEP कैसे फ़िट बैठता है
- OCR गुणवत्ता एक व्यावसायिक परत के रूप में: कई इंजन, भरोसे का स्कोर, गुणवत्ता-जाँच, मरम्मत और समीक्षा-क़तारें। मापा हुआ, माना हुआ नहीं।
- संरचना व्यावसायिक तर्क है: अनुभाग, तालिकाएँ, फ़ॉर्म और आकृतियाँ संरचना के रूप में बचती हैं, सपाट पाठ के रूप में नहीं।
- हर चीज़ पर पृष्ठ-संदर्भ: हर निकाली गई वस्तु अपना स्रोत-पृष्ठ और क्षेत्र जानती है। साक्ष्य वह पता है जिस तक आप जा सकते हैं।
- निष्ठावान आकृतियाँ: जहाँ उपयुक्त हो वहाँ वेक्टर में फिर बनी आकृतियाँ; जहाँ मौलिकता मायने रखती है (मुहरें, हस्ताक्षर) वहाँ मूल क्रिप्टोग्राफ़िक रूप से सुरक्षित रहता है, कभी फिर से नहीं बनाया जाता।
- प्रकार-वार संरचित निष्कर्षण: रसीदें, चालान, अनुबंध, वारंटियाँ, गवर्नड और जाँचे हुए खाकों से।
आज क्या मौजूद है
एक प्रोडक्शन OCR लेन जिसने क़ानूनी और शैक्षिक संग्रहों के लाखों पन्ने, उपरोक्त गुणवत्ता-मशीनरी के साथ, आदि से अंत तक डिजिटाइज़ किए हैं। ScanVecta इसी का उपभोक्ता रूप है; यही पाइपलाइन संस्थागत संग्रह लेती है।
हम क्या नहीं कहेंगे
कोई भी OCR पूर्ण नहीं है। हमारा OCR भरोसे के स्कोर, समीक्षा-क़तारें और ईमानदार कमियाँ दिखाता है, दिखावा नहीं करता।