[控场AI]
待验证50% 置信事实精确时间

作者专门测试了不含 OCR 文本的表情包场景，确认框架不依赖 OCR。

1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现

来源

S2TDR：表情包对话理解的结构化多模态重构

涉及实体

S2TDRconceptOCRconcept

相关事实

待验证S2TDR 将 OCR 文本仅作为辅助线索，在可用时使用，而不是核心依赖。66% 相似待验证OCR技术原理分为文本检测和文本识别两个阶段：检测阶段定位文字区域并输出边界框，识别阶段将像素转换为字符序列。66% 相似待验证OCR路线常用Tesseract、PaddleOCR等工具先得到纯文本再交给语言模型判断字段；端到端的视觉模型（如Donut、Qwen-VL）则跳过显式OCR，直接从图像预测结构化输出。65% 相似待验证并非每个应用都需要生成式模型；一份格式简单且一致的文档可能仅用OCR加确定性规则就能更高效地处理完毕。65% 相似

引用此条事实

Stable URI
https://kongchang.com/claim/1125104
API
curl https://kongchang.com/api/v1/knowledge/claims/1125104
MCP
get_claim(id=1125104)