新华社
字符串中的大写字母也不能证明各部分属于同一个名称。网页抓取工具、搜索词模板和数据库导出程序,常会把分类字段、属性字段和正文标签连续输出;原本分列显示的内容经过复制或索引后,就可能变成一串看似完整、实际没有固定词源的字符。
图片识别和PDF复制可能把空格、斜杠、连字符或表格边界删除。字母X、乘号×、变量占位符以及数字5、6,也可能在识别过程中发生替换。原始内容如果是“XXXXXL 56 / Endian”,去掉空格和符号后,就会呈现出不自然的连续形式。
设为首页
关于百度
About Baidu
使用百度前必读
帮助中心
© Baidu
京ICP证030173号
京公网安备11000002000001号