富锂锰基文献 Docling 人工审计
本页提供正式库解析质量的可视化人工审阅材料。
最新 22 篇质量审阅
最新版规则只读复查后的 18 篇 warn 和 4 篇 failed；全部带 PDF 页面图像、版面叠框、正文顺序和排除块。
当前 16 篇 high-risk 审阅
旧 89 篇按最新版规则 dry-run 后剩余的 16 篇，包含正式 PDF、版面叠框、正文顺序和排除块对照。
最新 high-risk 分层审阅
从 PDF 结构正常的 93 篇中按六类各抽两篇，包含版面叠框、正文顺序、排除块和 PDF 对照。
版面与正文块审计
包含 PDF 版面叠框、正文顺序、排除块对照，以及完整块级 JSON、JSONL 和 TSV。
正文覆盖审计
用 PDF 原始文本对比清洗后的 Docling 正文，定位可能遗漏的正文块。
正式库 PDF 完整性扫描
2,280 篇主文中 2,080 篇结构正常，200 篇存在明确的 page tree/xref 错误；其中 198 篇来自 Elsevier。
本次样本
| DOI | 主要风险 |
|---|---|
10.1016/j.jechem.2023.05.014 | 已重新下载完整 PDF 并重新解析，正文覆盖审计无高风险缺失 |
10.1016/j.jechem.2021.01.034 | 疑似正文块被排除，可能是规则误报 |
10.1016/j.jpowsour.2015.10.105 | 已重新下载完整 PDF 并重新解析，正文覆盖审计通过 |
10.1016/j.jpowsour.2016.09.028 | 过早停止、缺页和排除块问题叠加 |
10.1021/acsenergylett.9b02799 | 大量疑似正文被排除 |
10.1038/s41586-022-04689-y | Methods/Extended Data 可能被过早截断 |