De ontbrekende alinea kan een afbeelding zijn
Een DOCX kan een gescande tabel, screenshot of diagram met belangrijke tekst bevatten. Het uitlezen van gewone alinea’s haalt die inhoud niet vanzelf op. Native afbeeldings-OCR neemt tekst uit ingesloten afbeeldingen mee in de documentverwerking, naast de bestaande documenttekst.
Verwerking aanvragen en uitvoering aantonen
De parse-worker vraagt nu native afbeeldings-OCR aan voor DOCX, met Nemotron-verwerking in Docling. De rapportage onderscheidt een aangevraagde preset van bewijs dat OCR daadwerkelijk is uitgevoerd. Onvolledige of ongeldige batches worden afgewezen in plaats van stilzwijgend als volledig gepresenteerd.
Behoud de herkomst
De bijbehorende wijzigingen behouden het containerpad uit Bronze en correleren native afbeeldings-OCR zonder bestaande teksthashes te veranderen. Ook de herkomstregistratie van PDF-OCR is hersteld om bewezen uitvoering weer te geven. Zo blijft uitgelezen inhoud te koppelen aan de bron en is de toegepaste verwerking te verklaren.
Valideer moeilijke documenten
Gebruik een DOCX met bekende tekst in een ingesloten afbeelding. Vergelijk de uitgelezen tekst met die afbeelding en controleer de herkomstregistratie. OCR blijft afhankelijk van bronkwaliteit, taal en opmaak. Neem bij previewvalidatie zowel mislukte en gedeeltelijk verwerkte documenten als succesvolle documenten mee.