已验证75% 置信事实精确时间

PDF等文档格式中的文字流并不总是按视觉顺序存储，多栏排版、图文混排、脚注与页眉穿插会导致底层文字流与视觉顺序错位

3

来源数

75%

置信度

长期有效

时效性

2026/10/1

首次发现

来源

GPT-6.1 Sol 文档OCR实测：表格解析能力大幅跃升

涉及实体

阅读顺序concept PDFconcept

相关事实

待验证在PDF文件中文字往往不是以连续段落存在，而是被拆解为带有精确坐标的字符或文本块，修改时需重新计算排版、字体嵌入、行间距等信息78% 相似待验证PDF 文件的底层格式不存储逻辑阅读顺序，只记录每个字符在页面上的绝对坐标位置78% 相似待验证PDF 文件内部除了可见内容，还可能包含文本层、注释、表单数据、书签甚至隐藏的历史修订信息，只处理可见部分往往不够。74% 相似待验证将ePub线性文字流机械映射到原始手稿时，因划线删除段落、结构性空白、档案插页等因素会导致累积性文本漂移72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/963414

API

curl https://kongchang.com/api/v1/knowledge/claims/963414

MCP

get_claim(id=963414)