项目名称:问题书籍转写项目,近期启动
参与调研&试标服务商在项目启动时和其他服务商在相同条件下优先合作
报名群:13424896
报名表:https://docs.qq.com/sheet/DU2pLc1ZBeWFVTFVt?nlc=1&tab=BB08J2
1、需求内容:PDF书籍转写Markdown,已转出的结果存在大量错误(公式乱码、表格错位、图表识别错误、标题层级混乱等)。标注员需要对照原始PDF逐页校对,对markdown中错误的地方进行修正。
2、重点修正以下内容:
① 公式乱码
OCR工具把公式识别成乱码或纯文本,标注员需用公式编辑器或LaTeX语法修正为正确的公式格式
② 表格错位/不完整
表格结构错乱、合并单元格未处理、数据错行等,需按原始PDF修正
③ 图表处理
流程图、示意图等,根据规则处理:图片格式的保留图片;如果OCR识别为文本或有问题的Mermaid格式,则需要修复
④ 标题层
转写后标题级别错乱,需按原书目录和正文结构调整标题层级(#、##、###等)
加粗斜体不强制要求,能保留就保留,保留不了不影响验收,不是重点
⑤ 合并单元格
表格中合并单元格未被正确转写,需按PDF结构重新处理
⑥ 划去/删除内容
原书中被划去的内容,尽可能复原,无法复原时注明;如果整本书出现大量划去内容,则放弃该本书,重新获取书籍数据
3、人员能力要求:
① Markdown编辑能力
熟练使用Markdown语法:标题层级(#、##、###)、列表、表格、代码块、引用等(加粗斜体等无需特地修正)
能快速识别Markdown格式错误的位置,并对照原始PDF修正
能根据书籍原始目录调整标题层级
② 公式处理能力
能识别数学公式的基本结构,对照原始PDF发现公式乱码或错误
能配合公式编辑器(如Mathpix)或LaTeX语法进行修正
不要求精通LaTeX,但能判断公式转写结果是否正确
③ 表格处理能力
能正确识别表格结构,对照原始PDF修正Markdown表格中的错行、错位
能处理跨行跨列的合并单元格
④ 文档结构判断能力
能区分目录、正文、标题、图表等不同类型内容
能判断哪些内容需要重点处理(公式、表格、问题段落),哪些可以适度忽略(极其精细的错别字、页眉页脚)
项目材料会在报名后进行私发。





