더 많은 페이지 번호와 원본 텍스트 조각을 JSON에 저장하는 것이 왜 가치가 있나요?

추출 결과에 amount: 1200만 있는 경우 검토자는 소스를 확인하기 위해 전체 문서를 다시 검토해야 합니다. 추가 페이지 번호와 짧은 텍스트 조각을 저장하는 것이 "신뢰도"의 소수점 자리를 하나 더 추가하는 것보다 더 유용한 경우가 많습니다. 이를 통해 오류를 찾아내고 모든 수정 사항을 문서화할 수 있습니다.

이 기사는 문서 추출, 이중 언어 검토 또는 금융 현장 검증을 수행하는 개발자 및 편집자에게 적합합니다. 본 문서의 코드는 합성 샘플을 사용하여 시연되었으며 격리된 환경에서 샘플 검사를 통과했지만 이것이 모든 실제 파일이나 제품 효과를 보장하지는 않습니다. 중요한 서류를 처리하기 전, 원본을 보관하시고, 본문에 기재된 경계 및 허용 항목에 따라 검토하시기 바랍니다.

여러 페이지 번호와 원본 텍스트 조각을 어떻게 저장하나요? 한 문장 결론

각 필드를 소스 페이지에서 다시 확인할 수 있도록 여러 페이지 번호, 짧은 원본 텍스트 조각 및 파일 해시를 저장하세요.

당신의 상황	권장 사례	이유
필드에는 값만 있고 소스는 없습니다.	페이지 번호와 짧은 원본 텍스트 조각을 동시에 저장하세요.	검토자는 전체 문서를 다시 읽을 필요 없이 직접 위치를 찾을 수 있습니다.
레코드가 어떤 파일 버전에 해당하는지 확인해야 합니다.	파일 콘텐츠 해시 저장	해시는 해당 버전을 식별할 수 있습니다.
구문 분석 라이브러리 페이지 번호는 0부터 시작합니다.	경계에서 1부터 시작하도록 변환하고 프로토콜에 명시함	수동으로 본 페이지 번호와 일치
조각에는 민감한 정보가 포함될 수 있습니다.	해당 분야와 관련된 짧은 문장만 사용하세요.	전체 페이지를 로그, 검색 색인 또는 알림 메시지에 복사하지 마세요.

📊 핵심 비교

비교항목	필드 값만 저장(예: `amount: 1200`)	페이지 번호 및 짧은 텍스트 조각 저장
포지셔닝 오류	전체 문서를 다시 읽어야 함	해당 페이지로 축소 가능
기록을 정정하라	근거를 설명하기가 어렵네요	모든 수정 사항에는 검토 가능한 원본 텍스트 조각이 있습니다.

증거 객체는 사람들을 원본 텍스트로 다시 유도할 수 있어야 합니다.

다음 예에서는 1부터 시작하는 페이지 번호를 사용합니다. 구문 분석 라이브러리가 0에서 시작하는 경우 경계에서 변환하고 프로토콜에 기록해야 합니다.

조각은 필드와 관련된 짧은 문장만 유지하므로 민감한 정보의 전체 페이지가 로그, 검색 색인 또는 알림 메시지에 복사되지 않습니다.

먼저 모양을 확인한 후 일치성을 확인합니다.

from jsonschema import Draft202012Validator

schema = {
    "type": "object", "required": ["value", "evidence"],
    "additionalProperties": False,
    "properties": {
        "value": {"type": "string"},
        "evidence": {"type": "object", "additionalProperties": False,
            "required": ["page", "quote"],
            "properties": {"page": {"type": "integer", "minimum": 1},
                           "quote": {"type": "string", "minLength": 1}}}
    }
}
v = Draft202012Validator(schema)
pages = ["Invoice total: USD 1200."]
record = {"value": "1200", "evidence": {"page": 1, "quote": "USD 1200"}}
assert v.is_valid(record)
def quote_exists(r):
    if not v.is_valid(r):
        return False
    e = r["evidence"]
    return e["page"] <= len(pages) and e["quote"] in pages[e["page"] - 1]
assert quote_exists(record)
fake = {"value": "9999", "evidence": {"page": 1, "quote": "USD 9999"}}
assert v.is_valid(fake)
assert not quote_exists(fake)
assert not quote_exists({"value": "1", "evidence": {"page": 9, "quote": "x"}})

이 합성 예는 법적 구조를 갖춘 기록을 의도적으로 구성했지만 증거는 존재하지 않습니다. 이는 스키마 검증과 소스 비교가 서로를 대체할 수 없음을 보여줍니다. 올바른 구조가 증거가 실제로 존재한다는 의미는 아닙니다. 오브젝트의 필드 구조는 JSON Schema 객체구조를 참조할 수 있습니다.

실제 PDF에는 단어 분리, 하이픈 및 공백이 다를 수 있습니다. 부분 문자열 일치는 최소한의 데모일 뿐이며 완전한 증거 확인 알고리즘으로 직접 사용할 수 없습니다.

증거는 파일 버전에도 묶여야 합니다

구해야 할 물건들	해결할 수 있습니다	보장은 없습니다
파일 내용 해시	해당 버전을 식별하세요	업로더는 파일 권한을 가지고 있습니다
페이지 번호	검색 범위를 좁히세요	페이지는 재배치되지 않았다
원문 발췌	빠른 텍스트 검증	필드의 의미론은 올바르야 한다
좌표계와 좌표계	페이지 영역을 찾아보세요	OCR 결과는 정확했습니다

원문은 존재하지만, 잘못된 곳에 인용될 수도 있습니다

같은 금액이 한 문서에 여러 번 나타날 수 있습니다. 조각이 있더라도, 그것이 총액, 세금액, 이전 기간잔액인지 판단해야 합니다.

추가 수락 여부는 다음과 같습니다:

필드 태그가 일관성 있는지
표가 맞는지 확인
인접한 문맥이 일치하는지

여러 후보를 만날 때는 첫 번째만 선택하지 말고 맥락을 하나씩 비교하세요.

이중 언어 교정은 추적성이 가장 효과적으로 필요합니다

이 출처 기록과 OmniDoc (제품 입력)의 이중언어 검사를 함께 사용하면, 리뷰어는 번역된 숫자에서 출처 페이지로 바로 이동해 의미를 확인할 수 있습니다.

이 접근법의 가치는 출력물을 더 복잡하게 보이게 하는 데 있는 것이 아니라, 모든 수정을 명확히 설명하여 원본을 찾는 데 소요되는 시간을 줄이는 데 있습니다.

🎯 어떤 방법이 당신에게 맞나요?

번역 번호를 수동으로 교정해야 한다면

페이지 번호와 짧은 원본 텍스트 클립 저장이 우선이며; 교정 중에는 원본 페이지로 직접 돌아가 확인할 수 있습니다.

추적 기록에 대응하는 파일 버전이 필요하다면요

파일 내용 해시를 저장하고 페이지 번호와 함께 사용해 검색 범위를 좁히세요.

필드가 파일에 여러 번 나타날 수 있다면요

클립 비교 외에도 필드 태그, 해당 테이블, 인접한 맥락도 확인해야 합니다—첫 번째 후보만 고르지 마세요.

❓ 자주 묻는 질문 (FAQ)

1. 페이지 번호와 원본 텍스트 클립 저장이 스키마 검증을 대체할 수 있을까요?

아니. 이 글의 예시들은 구조적으로 유효한 기록이 여전히 상응하는 증거가 부족할 수 있음을 보여주며, 두 기록 모두 별도로 확인해야 합니다.

2. 왜 그냥 신뢰도장을 추가하지 않나요?

원본 텍스트는 페이지 번호와 짧은 원본 텍스트 클립을 저장하는 것이 오류를 정확히 파악하고 이후 수정의 증거를 제공하기 때문에 더 유용하다고 믿습니다.

3. 해시를 저장한 후 파일 내용이 정확한지 확인해 주실 수 있나요?

해시는 해당 버전만 인식할 수 있으며; 업로더가 파일 권한을 가지고 있다고 보장할 수는 없으며, 필드 의미론이 올바르다는 보장도 할 수 없습니다.

4. 조각은 얼마나 오래 저장해야 할까요?

해당 분야와 관련된 짧은 문장만 작성하고, 전체 페이지에서 민감한 정보를 로그, 검색 색인, 알림 메시지로 복사하는 것을 피하세요.

📝 요약

페이지 번호, 짧은 원본 텍스트 조각, 파일 해시를 저장하여 원본 페이지에서 필드 값을 확인할 수 있게 하고, 증거 기반 수정도 제공합니다. 중요한 문서를 다루기 전에 원본을 보관하고 검토를 완료해 주시기 바랍니다.

지금 경험해보세요: 원본 형식을 유지하면서 번역을 시작하려면 문서를 업로드하세요