Poradnik · odczyt skanów
Przy pliku widzisz „niepewny odczyt”. Co to znaczy.
Skan to obraz — żeby dało się z niego cokolwiek wyczytać, ktoś musi go najpierw rozpoznać (OCR). Kiedy mamy sygnał, że to rozpoznanie poszło słabo, mówimy o tym przy pliku, zamiast udawać, że tekst jest pewny. Plik nadal jest załączony i nadal działa — oznaczenie jest ostrzeżeniem, nie blokadą.
Dwa oznaczenia
Słabszy i mocniejszy sygnał.
To dwa różne twierdzenia i celowo brzmią inaczej. Pierwsze mówi „to może być źle przepisane”, drugie — „tu nie ma czego czytać”.
Skan rozpoznany z niską pewnością.
Twoja przeglądarka odczytała skan i sama zgłosiła, że nie jest pewna wyniku. Tekst zwykle jest prawdziwym zdaniem po polsku, ale pojedyncze słowa, kwoty, daty i sygnatury mogą być przekłamane. Plik działa normalnie — traktuj go jak materiał do sprawdzenia, nie jak źródło cytatu.
Zamiast treści powstał szum.
To nasza własna ocena zapisanego tekstu: kształt wyrazów wskazuje, że odczyt nie jest językiem, tylko rozsypanymi znakami. W takim wypadku nie prosimy modelu o streszczenie takiego pliku, a agent dostaje wyraźne ostrzeżenie, żeby się na nim nie opierać ani z niego nie cytować.
Dlaczego tak się dzieje
Skan może być odczytany w dwóch miejscach.
To, gdzie odbywa się rozpoznanie, wynika z pseudonimizacji. Ona chroni dane — i to samo ograniczenie, które trzyma dokument na Twoim urządzeniu, decyduje o tym, jakim OCR-em da się go odczytać.
Z pseudonimizacją — w Twojej przeglądarce
Żeby zamaskować dane, trzeba je najpierw zobaczyć — a oryginał ma nie opuszczać urządzenia. Dlatego strony są renderowane i rozpoznawane lokalnie: najpierw szybszym silnikiem, a strony odczytane słabo są ponawiane dokładniejszym. Na serwer trafia już tylko zamaskowany tekst.
Konsekwencja: rozpoznanie jest ograniczone przez przeglądarkę i sprzęt, na którym pracujesz. Przy słabej jakości skanu — kopia kopii, krzywe zdjęcie, druk przez kalkę, gęste tabele — to właśnie tutaj pojawia się „niepewny odczyt”. Ten sygnał pochodzi wprost z silnika OCR: zgłasza, jak pewny jest wyniku.
Bez pseudonimizacji — po naszej stronie
Wtedy dostajemy oryginalny plik. Najpierw sięgamy po warstwę tekstową PDF-a, jeśli jest — to najwierniejsze źródło, bo nic nie trzeba zgadywać z obrazu. Strony bez użytecznej warstwy tekstowej czyta model rozpoznający obraz.
Ta droga zwykle radzi sobie lepiej z trudnym skanem. Cena jest realna i warto ją nazwać wprost: dokument opuszcza urządzenie w postaci niezamaskowanej. To Twoja decyzja i Twoja ocena, które akta mogą tak wyjść.
Osobny przypadek: plik .txt przygotowany wcześniej w innym programie. Dostajemy wtedy sam wynik cudzego OCR-u i nie mamy już obrazu, do którego można by wrócić. Jeśli tamten odczyt był zły, my widzimy wyłącznie jego efekt — dlatego lepiej wgrywać oryginalny PDF albo zdjęcie.
Co możesz zrobić
Cztery kroki, od najtańszego.
1 · Otwórz podgląd i przeczytaj kawałek
Kliknij kafelek pliku. Po kilku zdaniach widać, czy odczyt jest do użytku, czy rozsypał się na strzępy — a ostrzeżenie dotyczy całego dokumentu, więc zdarza się, że zepsute są tylko tabele albo załącznik, a samo pismo jest w porządku.
2 · Wgraj oryginał, nie gotowy tekst
Jeśli masz oryginalny PDF albo zdjęcie z telefonu, wgraj je zamiast pliku tekstowego wyklikanego wcześniej gdzie indziej. Mając obraz, mamy do czego wrócić. Pomaga też sam skan: równo ułożona, dobrze doświetlona strona w wyższej rozdzielczości czyta się wyraźnie lepiej niż zdjęcie pod kątem.
3 · Pozwól, żeby skan odczytał serwer Lexedit
Wyłącz pseudonimizację i wgraj plik jeszcze raz — wtedy oryginał trafia do nas i czyta go mocniejszy OCR. W sprawie decyduje ustawienie samej sprawy: w panelu akt kliknij „Wyłącz pseudonimizację”. Poza sprawą wyłączysz ją tarczą przy polu wiadomości albo w Ustawieniach, w sekcji Prywatność. Pamiętaj, co to zmienia: dokument idzie do nas w oryginale.
4 · Sprawdź liczby, zanim się na nie powołasz
Zły odczyt najczęściej nie wygląda na zły — psuje pojedyncze znaki w miejscach, w których to najbardziej boli: w kwotach, datach, sygnaturach i numerach kont. Zanim przeniesiesz taką wartość do pisma, porównaj ją z oryginałem.
Co robimy po naszej stronie
Ostrzegamy, ale nie odrzucamy pliku.
Oznaczenie jedzie z plikiem dalej
Widzisz je przy załączniku przed wysłaniem, w wiadomości po wysłaniu i na liście akt sprawy. To samo ostrzeżenie dostaje agent w spisie dokumentów, razem z instrukcją, żeby weryfikował z Tobą cytaty i kwoty z takiego pliku.
Przy nieczytelnym odczycie nie streszczamy
Model poproszony o streszczenie szumu potrafi napisać pewnie brzmiące zdania i wyciągnąć z niego datę, której tam nie ma. Dlatego przy tym werdykcie w ogóle o streszczenie nie prosimy.
Decyzja zostaje po Twojej stronie
Nie blokujemy wysyłki: fałszywy alarm nie może kosztować Cię pliku, a bywa, że słabo odczytany załącznik i tak wystarcza do pytania, które zadajesz. Ostrzeżenie ma Ci dać podstawę do decyzji, a nie podejmować ją za Ciebie.