附件与正文的抽取顺序：表格、图片与文字怎么分工

← 返回项目公示栏目

信息不只在正文里

项目公示的关键内容常放在附件表格中，正文只给概述。只看正文会漏掉字段，只看附件又可能缺少发布时点与主体信息，两者要配合使用。

抽取顺序建议

• 先取正文框架：标题、发布主体、发布日期与项目概况
• 再取结构化附件：表格类字段优先，按列逐项映射
• 图片型附件先判断是否含关键信息，必要时单独处理
• 最后做字段合并与冲突检查

表格处理的注意点

合并单元格、多行表头与跨页表格是常见难点，处理时先还原表头层级再逐行取值，遇到无法识别的行先标记待核，不强行填入意思相近的字段。

质量检查

• 抽取完成后核对总条数与附件条目是否吻合
• 抽查关键字段与原文逐字比对
• 异常结果记录到待核清单，由人工确认

遇到扫描件怎么办

扫描件先判断是否包含关键字段，包含的转入待核清单由人工录入，并注明来源为扫描件；不包含的只登记文件名与页数，不影响主体数据的完整性。

人工录入的结果要由第二人抽查复核，重点核对数字与日期，避免因识别或手误造成难以发现的偏差。清晰度不足时宁可退回补充，也不勉强录入。