01
레이아웃
구조는 해석을 견딥니다
병합된 셀은 병합된 채로 남습니다. 다단 머리글은 계층을 지킵니다. 다단 페이지는 올바른 순서로 읽히고, 조판된 두 페이지 사이에 끼인 스캔도 나머지 문서를 잃지 않고 처리됩니다.
- 병합·중첩 표를 텍스트로 누르지 않고 복원
- 다단·혼합 레이아웃 페이지를 논리적 순서로 읽음
- 같은 파일 안에서 스캔 페이지와 디지털 원본을 함께 인식
플랫폼 · 문서 인텔리전스
셀까지 해석하고, 페이지까지 추적
가장 중요한 문서는 대개 가장 다루기 어려운 것들입니다. 300쪽짜리 신고 서류, 부속 명세가 겹겹이 중첩된 계약서, 절반은 스프레드시트이고 절반은 스캔인 품질 보고서. DataFact는 그 구조를 지키고, 각 조각이 어디서 왔는지 기억합니다.
무엇이 저장되는가
한 페이지가 이름표 붙은 영역들이 됩니다
문서를 읽는 것과 납작하게 누르는 것은 다릅니다. DataFact는 페이지의 각 영역이 무엇이고, 무엇을 담고 있으며, 어디에 있는지를 기록합니다. 그래서 기억이 사람이 알아볼 수 있는 모양을 유지합니다.
그 영역들이 바로 나중에 에이전트가 꺼내오는 것이고, 독자가 직접 출처를 확인하려 할 때 도착하는 곳입니다.
본문y 118–186
표 · 병합된 셀
y 204–288
| 등급 | Q1 | Q2 |
| 4.2% | 4.8% |
그림y 306–392
다들 피하는 문서를 위해 만들었습니다
여기 있는 모든 것은 실제 말뭉치가 더 단순한 방법을 무너뜨렸기 때문에 존재합니다.
02
조각
세 가지 유형을 따로 보관
본문, 표, 그림은 서로 다른 종류의 조각으로 저장됩니다. 표는 격자를 유지해 질의할 수도, 표로 그릴 수도 있습니다. 그림은 이미지를 유지해 파일명이 아니라 답 안으로 돌아옵니다.
- 본문 조각은 검색용 키워드와 생성된 질문을 가짐
- 표 조각은 행과 열 구조를 유지
- 그림 조각은 이미지와 캡션을 함께 유지
03
좌표
모든 조각이 제 자리를 압니다
각 조각은 어느 페이지의 어느 영역에서 왔는지 기록합니다. 이것이 인용을 실행 가능하게 만듭니다. 답이 12쪽이라고 하면 뷰어가 12쪽을 열고 그 영역을 정확히 표시합니다.
- 조각마다 페이지 번호와 영역을 저장
- 인용은 표시된 영역에서 원본 파일을 엶
- 본문뿐 아니라 표와 그림에도 적용
04
검토
다시 올리지 않고 고칠 수 있습니다
어려운 말뭉치에서 첫 해석이 완벽한 적은 없습니다. 조각은 자리에서 읽고, 편집하고, 나누고, 합치고, 비활성화하고, 다시 색인할 수 있습니다. 표 하나가 잘못됐다고 400쪽을 다시 넣을 필요는 없습니다.
- 문서가 만든 모든 조각을 페이지 미리보기와 함께 탐색
- 조각별로 내용·키워드·질문 편집
- 조각을 비활성화해 삭제 없이 검색에서 제외
- 다른 전략으로 재해석하고 비교
그림이 본문과 함께 돌아옵니다
문서에서 쓸모 있는 부분이 도표일 때, 파일 링크는 답이 아닙니다. DataFact는 그림 자체를, 그것을 인용한 문장과 함께, 잘라낸 페이지와 함께 돌려줍니다.
본문
주장이 나온 문단이나 표의 칸을 페이지와 함께 전문 인용.
표
행 자체를 병합 셀을 유지한 표로 그립니다. 스크린샷이 아닙니다.
그림
이미지를 인라인으로 보여주고, 원본 파일에서 차지하는 영역을 표시합니다.