Op het bureau liggen twee versies van een gescand contract. Eén daarvan is het concept dat de klant heeft beoordeeld. De andere is wat ze hebben ondertekend en teruggestuurd. Er is iets tussen hen veranderd, een getal, een clausule, een datum, maar het vinden ervan door heen en weer te bladeren, de ene pagina in het geheugen te houden terwijl je naar de andere kijkt, is een aandachtstest waar het menselijk brein niet voor is ontworpen. Verschillen verbergen zich in het volle zicht.
Het oog slaat over wat het verwacht te zien. Een vergelijkingstool laat zien wat er feitelijk anders is, niet wat het geheugen denkt dat er is.
Voor het vergelijken van twee gescande documenten is ofwel OCR nodig om tekst selecteerbaar en vergelijkbaar te maken, ofwel een visuele overlay-vergelijking die de verschillen op pixelniveau tussen paginaafbeeldingen benadrukt. De workflows PDF Editor en PDF Compare van WukongPDF ondersteunen beide benaderingen, en de onderstaande methode is van toepassing op elk paar gescande PDF's.
Gescande documenten vergelijkbaar maken met OCR
Gescande documenten zijn afbeeldingen. Om hun tekst te vergelijken, moet de tekst eerst worden geëxtraheerd. Voer OCR uit op beide PDF's om doorzoekbare tekstlagen te maken. De OCR-uitvoer is niet perfect, vooral niet bij scans van lage kwaliteit, maar is voldoende voor vergelijking omdat de tool verschillen markeert en u elk gemarkeerd verschil visueel verifieert met de originelen.
De tool Bestanden vergelijken van Adobe Acrobat Pro werkt op gescande PDF's na OCR. Het vergelijkt herkende tekst en benadrukt verschillen in de context van de paginaafbeelding. De vergelijking is net zo nauwkeurig als de OCR, waarbij de meeste inhoudelijke wijzigingen worden opgemerkt, terwijl herkenningsartefacten soms als verschillen worden gemarkeerd. Controleer elk gemarkeerd item handmatig om echte wijzigingen te onderscheiden van OCR-ruis.
Visuele overlay-vergelijking gebruiken voor nauwkeurigheid op pixelniveau
Met een visuele overlay worden de twee gescande pagina's op elkaar uitgelijnd en worden verschillende pixels benadrukt. Deze methode is onafhankelijk van de OCR-nauwkeurigheid en registreert elk visueel verschil, gewijzigde cijfers, verplaatste komma's, verschoven marges en toegevoegde handtekeningen. De uitvoer is een verschilkaart die de gewijzigde gebieden in een markeringskleur weergeeft.
De beperking: visuele vergelijking markeert elk pixelverschil, inclusief scanartefacten, kleine positioneringsvariaties en helderheidsverschillen tussen scans. Deze valse positieven moeten naast de echte verschillen worden beoordeeld. Visuele vergelijking zorgt voor volledigheid; elke echte verandering wordt gevonden, ten koste van de nauwkeurigheid; niet elk gemarkeerd verschil is betekenisvol.
Op desktops en browsers gebaseerde vergelijkingshulpmiddelen gebruiken
De tool Bestanden vergelijken van Adobe Acrobat Pro is de desktopstandaard. Het vergelijkt zowel de tekst als het visuele uiterlijk, benadrukt de verschillen en produceert een zij-aan-zij rapport. Upload beide PDF's, voer de vergelijking uit en bekijk de resultaten in de vergelijkingsweergave. De tool werkt op gescande documenten na OCR.
Browsergebaseerde vergelijkingstools bieden vergelijkbare functionaliteit zonder software te installeren. Upload beide PDF's en de tool lijnt pagina's uit en benadrukt verschillen. De kwaliteit verschilt per tool, en gescande documenten zijn het moeilijkste geval omdat de tool de uitlijning en variatie van afbeeldingen moet verwerken. Test een browsergebaseerd hulpmiddel op een paar bekende vergelijkbare gescande pagina's voordat u erop vertrouwt voor een belangrijke vergelijking.
| Vergelijkingsmethode | Sterke punten | Zwakke punten | Beste voor |
|---|---|---|---|
| OCR + tekstvergelijking | Identificeert inhoudelijke tekstwijzigingen | Mist opmaakwijzigingen, OCR-fouten markeren valse positieven | Contracten, juridische documenten, rapporten |
| Visuele overlay (pixelniveau) | Vangt elk visueel verschil op | Vlaggen scannen artefacten als verschillen, zonder semantisch begrip | Ondertekende documenten, formulieren met handgeschreven wijzigingen |
| Handmatige beoordeling naast elkaar | Menselijk oordeel, geen valse positieven van tools | Traag, vermoeiend, mist subtiele verschillen | Korte documenten, definitieve verificatiepas |
| Hybride (OCR + visueel) | Combineert de sterke punten van beide methoden | Vereist twee afzonderlijke vergelijkingspassen | Documenten met een hoge inzet waarbij geen enkele verandering kan worden gemist |
Handgeschreven wijzigingen en annotaties verwerken
Gescande contracten bevatten vaak handgeschreven markeringen, initialen in de marge, omcirkelde termen, doorhalingen met een pen en aantekeningen die na het afdrukken zijn toegevoegd. OCR verwerkt gedrukte tekst, maar faalt bij handschrift, vooral cursief. Visuele overlay-vergelijking vangt deze markeringen op omdat de pixels tussen de twee scans verschillen, maar kan niet interpreteren wat de markeringen betekenen.
Handgeschreven wijzigingen op gescande documenten vereisen menselijke beoordeling, punt uit. Geen enkel geautomatiseerd hulpmiddel kan op betrouwbare wijze de juridische betekenis interpreteren van een handgeschreven doorhaling van een dollarbedrag op een gescand contract. De vergelijkingstool markeert de locatie van de wijziging. Een mens bepaalt of de verandering een onderhandelde herziening, een verdwaald penteken of een scanartefact is. Het hulpmiddel vindt. De menselijke rechters.
De vergelijkingsresultaten bekijken en interpreteren
De vergelijkingstool produceert een rapport waarin elk verschil wordt vermeld. Werk de lijst van boven naar beneden door. Open voor elk verschil beide PDF's op de relevante pagina en controleer visueel of het gemarkeerde verschil reëel is en geen artefact. Accepteer of wijs ze allemaal af. Geaccepteerde verschillen zijn de wijzigingen tussen versies.
Categoriseer geaccepteerde verschillen op type: tekstwijzigingen, nummerwijzigingen, opmaakwijzigingen, toevoegingen, verwijderingen. Getalwijzigingen, dollarbedragen, datums en percentages zijn doorgaans belangrijker dan opmaakaanpassingen. Controleer eerst de nummerwijzigingen. Ze hebben financiële en juridische gevolgen die wijzigingen in de opmaak niet hebben.
Een wijzigingsoverzicht voor belanghebbenden maken
Verzamel geaccepteerde verschillen in een wijzigingsoverzicht. Vermeld elke wijziging met paginanummer, originele tekst en gewijzigde tekst. De samenvatting geeft belanghebbenden een duidelijk beeld van wat er tussen de versies is veranderd, zonder dat ze de vergelijking hoeven uit te voeren of het volledige verschilrapport moeten bekijken.
Bewaar het originele vergelijkingsrapport als back-up. De samenvatting communiceert. De rapportdocumenten. Als een stakeholder een specifieke wijziging in twijfel trekt, biedt het rapport de paginareferentie en visueel bewijs om de vraag definitief te beantwoorden.