待验证50% 置信事实精确时间

解析器可能按照物理坐标而非逻辑顺序读取多栏排版文本，导致阅读顺序错乱

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

PDF解析如何悄悄毁掉RAG检索质量？被忽视的关键环节

涉及实体

PDF解析concept

相关事实

待验证使用固定字符数进行文档切块会导致语义完整性被破坏，智能语义切块或滑动窗口策略可保证每个文档块具备完整语义信息68% 相似待验证传统OCR的核心架构缺陷在于识字不识意，其输出是按扫描顺序排列的字符序列，不包含语义层面的结构信息67% 相似待验证不同屏幕阅读器对<dl>元素的处理方式差异较大，有些甚至会忽略其语义结构66% 相似待验证大语言模型在生成查找目标文本时依赖记忆重建而非逐字符复制，在长上下文场景下会出现记忆漂移导致字符串替换静默失败，此现象被称为幻觉性精确65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/904208

API

curl https://kongchang.com/api/v1/knowledge/claims/904208

MCP

get_claim(id=904208)