待验证50% 置信权衡取舍精确时间
将非结构化文档转化为高质量知识图谱通常需经历OCR识别、版面分析、段落分割、实体识别、关系抽取等多个环节，每一步都可能引入误差
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证传统OCR工具如Tesseract依赖字符模板匹配，对排版格式敏感且难以处理复杂布局70% 相似待验证将多模态文档预处理时把表格和图片转化为文字描述，能提升LLM推理一致性和后续测试点提取准确性69% 相似待验证知识图谱方案在语义深度上优于简单文件索引，在结构性上优于全量代码嵌入，在更新便利性上优于手写项目文档68% 相似待验证含复杂表格或多栏排版的PDF简历解析时往往产生文本顺序错乱，需借助版面分析工具（如MinerU、Unstructured.io）进行结构化还原67% 相似待验证需要将扫描件转为可编辑Word/Excel的场景，OCR识别准确率是核心，中英文混排文档应选支持版面还原（保留表格、分栏）的App，而非仅输出纯文本67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810659API
curl https://kongchang.com/api/v1/knowledge/claims/810659MCP
get_claim(id=810659)