إذا يهمك شكل الصفحة فاختر PDF قابلًا للبحث
المسار القابل للبحث يحافظ على صورة الصفحة كمرجع بصري ويضيف طبقة نص تساعد في البحث والنسخ. هذا مناسب للأرشفة والمستندات التي تريد أن تبقى مطابقة للمسح بصريًا.
إذا يهمك النص الخام فاختر استخراج OCR
ملف TXT أخف وأسهل للنقل إلى محرر أو نظام آخر، لكنه لا يحافظ على أماكن العناصر أو شكل الصفحة. استخدمه عندما تكون الكلمات نفسها أهم من التصميم.
الاثنان يحتاجان مراجعة
طبقة البحث وملف النص كلاهما ناتجان عن تعرف بصري احتمالي. راجع الأسماء والأرقام والتواريخ، ولا تعتبر نجاح البحث دليلًا على أن كل حرف صحيح.
اختبر صفحة صعبة قبل معالجة ملف طويل
اختر صفحة فيها أرقام وخط صغير أو جدول. إذا كانت النتيجة مقبولة هناك، تكون لديك صورة أوضح عن جودة بقية المستند قبل تشغيل مئات الصفحات.
حدد كيف ستستخدم الناتج بعد OCR
إذا كان الهدف أرشفة مستند ممسوح والرجوع إلى شكله الأصلي، فطبقة البحث داخل PDF عادة أوضح. أما إذا كنت ستنقل النص إلى محرر أو نظام بحث أو قاعدة بيانات، فقد يكون TXT أبسط. القرار الصحيح يعتمد على الخطوة التالية، وليس على اسم الصيغة وحده.
قيّم الدقة على محتوى يشبه ملفك الحقيقي
جودة OCR تتأثر باللغة والدقة والميلان والجداول وجودة المسح. اختبر أسماء وأرقامًا وعناوين من ملفك نفسه، ثم قارن النص بصريًا. إذا كانت الأخطاء كثيرة، حسّن المصدر أو قسم المهمة بدل إنتاج مئات الصفحات ثم اكتشاف أن الناتج يحتاج مراجعة شاملة. ومن المفيد الاحتفاظ بصفحة اختبار مرجعية تقارن بها أي إعداد جديد، خصوصًا إذا كان المستند عربيًا أو يحتوي جداول وأرقامًا دقيقة.