01
版面
結構能撐過解析
合併儲存格仍然是合併的。多層表頭保住層級。多欄頁面按正確順序讀出，夾在兩頁排版稿之間的掃描頁也能處理，不會連累文件的其餘部分。
- 合併與嵌套表格是被重建的，不是被壓成文字
- 多欄和混排頁面按邏輯順序讀出
- 同一個檔案裡，掃描頁和原生數位頁一起被辨識
平台 · 文件智慧
解析到儲存格，追溯到那一頁
最要緊的文件往往是最難對付的那些：三百頁的申報資料、附件層層嵌套的合約、一半是試算表一半是掃描件的品質報告。DataFact 保留它們的結構，並記住每一塊來自哪裡。
到底存了什麼
一頁變成一塊塊帶標籤的區域
讀一份文件，和把它壓平不是一回事。DataFact 會記下頁面上每一塊區域是什麼、裝著什麼、位置在哪——於是這份記憶保留了人能認出來的形狀。
這些區域正是代理之後要檢索的東西，也是讀者想自己查核來源時會被帶到的地方。
正文y 118–186
表格 · 合併儲存格
y 204–288
| 級距 | Q1 | Q2 |
| 4.2% | 4.8% |
圖y 306–392
為大家都繞著走的那類文件而做
這裡的每一項，都是因為一份真實語料把更簡單的做法弄垮了才有的。
02
片段
三種類型，各歸各位
正文、表格和圖被存成不同類型的片段。表格保留格線，因此可以被查詢、也能按表格算繪；圖保留影像，因此能出現在答案裡，而不是變成一個檔名。
- 正文片段帶關鍵詞和生成的問題，供檢索使用
- 表格片段保留列欄結構
- 圖片段把影像和它的圖說放在一起
03
座標
每個片段都知道自己住在哪
每個片段都記下它取自哪一頁、以及那一頁上的哪塊區域。這正是引用可點擊的原因：答案說第 12 頁，閱讀器就打開第 12 頁，並把那塊區域精確框出來。
- 每個片段都存頁碼和區域
- 引用會在標記的區域處打開原始檔案
- 表格和圖同樣適用，不只是正文
04
複核
不用重新上傳就能修
面對困難語料，第一遍解析從來不會完美。片段可以就地閱讀、編輯、拆分、合併、停用或重新索引，所以一張表出問題，不代表要把四百頁的資料重新灌一遍。
- 瀏覽一份文件產生的每個片段，附頁面預覽
- 逐片段編輯內容、關鍵詞和問題
- 停用某個片段，把它移出檢索但不刪除
- 換一種策略重新解析並比對
圖會跟著文字一起回來
當一份文件裡有用的部分是一張圖時，給一個檔案連結不算答案。DataFact 把圖本身回傳，和引用它的那句話放在一起，並帶上它從哪一頁裁下來。
正文
論斷出自的那一段或那個儲存格，原文引用，附頁碼。
表格
列本身，按表格算繪，合併儲存格保持原樣——不是截圖。
圖
影像內嵌顯示，並在原始檔案裡標出它在頁面上占據的區域。