特殊字符的处理

[GuoQuanhao]

markdown中的一些特殊字符的表达式是怎么样的，比如 ↓ 是用 $\downarrow$ 还是 ↓，✓是用$\checkmark$还是✓，如果不对齐是否会对评测精度造成影响

[dosubot[bot]]

Hi @GuoQuanhao! I'm Dosu and I’m helping the MinerU team.

MinerU 对特殊字符的处理方式是直接使用 Unicode 字符（如 ↓、✓），而不是转换为 LaTeX 表示法（如 $\downarrow$、$\checkmark$）。LaTeX 表示法仅用于数学公式，不会自动将普通符号转换为 LaTeX。

对评测精度的影响：如果基准数据使用 LaTeX 表示（如 $\downarrow$），而 MinerU 输出 Unicode（如 ↓），基于字符串匹配的评测指标会出现不匹配导致的假阴性，即使语义内容是正确的。这是一个已知的问题。

建议：

• 在评测时考虑对特殊字符进行标准化预处理，统一 Unicode 和 LaTeX 两种表示
• 如果特殊字符识别有问题，可以尝试使用 pipeline 后端配合 PP-OCRv5：--backend pipeline --method ocr
• 安装字体包（如 fonts-noto-core）可改善 Unicode 渲染

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}