光学字符识别
Optical Character Recognition
学到 会用 就够：能亲手用起来
你可能会说
“我把扫描论文转成了文字，转出来的数字和引文还需要怎样核对？”
OCR 把图片中的文字形状转为可编辑字符，常用于扫描文献与表格。识别结果是模型估计，可能误读字词、顺序和数字；获得文本不等于已经核对原件内容。
使用 AI
科研里的例子
从旧统计年鉴识别出的“8.6”可能实际是“3.6”，只有放大原表、核行列与单位，才能用于计算或引用。
流程可能包含检测文字区域、识别字符与重建版面，现代方法也可用端到端网络生成文本。低清晰度、倾斜、双栏、手写和复杂表格都可能造成不同错误。语言模式有时会把不清楚字形补成看似通顺但错误的词。科研使用宜保留原页定位，针对引文、数值、单位和脚注逐项核对；把 OCR 用作检索入口，与把其内容正式作为证据，是不同的工作步骤。
在你的学科里，直接拿去用
从给定文献读取问题与证据
请只依据下面的文献材料回答。 材料：[粘贴原文或附文件；若只有摘要请注明] 我想弄清：[问题] 请列出作者要解释的现象、主要概念、数据与研究单位、研究设计、主要发现及作者写明的局限。区分作者原话、你的释义与尚无法判断的地方。每项给页码或可定位段落，保留关键术语的中文与英文。若没有全文，不把摘要之外的细节补出来。最后提出3个我可以回原文亲自检查的问题。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG02
判断
亲手检查一次
选一页带双栏和数字的扫描件，逐行对照 OCR，分别统计字符、顺序与表格错位，再决定哪些内容可自动处理。
它做不到的
OCR 输出不是原件认证，也不能证明表格结构已正确恢复；文字看似通顺往往比明显乱码更需要注意。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。