Dokumentasjon
Leserekkefølge i PDF
Rekkefølgen dokumentinnhold leses eller gjengis i, som kan avvike fra det du ser på PDF-siden.
Forklaring
Leserekkefølge beskriver hvilken rekkefølge tekst og andre innholdsdeler blir lest i. I en PDF kan tekstens interne rekkefølge være annerledes enn den synlige plasseringen på siden. Hvordan dette håndteres, avhenger av dokumentet og leseren.
Forskjellen har betydning for tabeller og sider med flere kolonner. En tekstleser kan finne alle datoer og verdier uten å gjengi dem samlet per rad. At et tall finnes i uttrekket viser derfor ikke alene hvilken dato, referanse eller enhet det hører til.
Ved KI-journalsøk bør lesing og svar prøves separat. Kontroller først hva som ble lest. Undersøk deretter om svaret gjengir riktige sammenhenger og gjør originalkilden mulig å åpne. Dokumentlesing er ikke det samme som en ny medisinsk vurdering.
En kjøpstest kan bruke to nyskrevne, fiktive PDF-er med lik synlig tabell og ulik intern tekstrekkefølge. Gjenta samme spørsmål med én fil om gangen. En skannet side trenger dessuten en egen prøve av tekstgjenkjenningen.
Viktige punkter
- Intern tekstrekkefølge og synlig plassering kan være ulike
- Dato, verdi og enhet må følge riktig rad eller kolonne
- Funn av alle ordene er ikke bevis for bevart sammenheng
- Tekstlesing og KI-svar må undersøkes hver for seg
Eksempel fra praksis
Fiktiv prøve: TEST-ALFA har verdien 7,5 den 1. oktober. Svaret må bevare både referansen, datoen og verdien selv om teksten hentes ut kolonnevis.
Vanlige spørsmål
Kan to like PDF-sider gi ulik tekstuttrekking?
Ja. Samme synlige tekst kan være lagret med ulik intern rekkefølge. Resultatet avhenger også av hvordan leseren behandler siden.
Er leserekkefølge det samme som OCR?
Nei. OCR gjenkjenner tegn fra bilder. Leserekkefølge handler om hvordan innholdet ordnes, og er relevant også for PDF-er som allerede har tekst.
Kilder
Relatert innhold
Relaterte begreper
Kom i gang
Spar tid på dokumentasjon
Journalhjelp fyller skjemautkast med dokumenterte opplysninger og viser kildene i journalen.