Relatórios, cartas de apresentação e trabalhos costumam circular como arquivos de documento. Um documento guarda rastros de qual programa o criou e como, além do texto, então há um pouco mais para olhar que num texto colado.
O texto é extraído de PDF, DOCX, HWP e HWPX e lido pelo detector de texto. Em documentos cheios de citações, as palavras do próprio autor são lidas de novo sem as citações, para que o texto alheio não incline o resultado. A detecção de texto está em beta, também para documentos.
Os identificadores de revisão do DOCX, o registro do aplicativo de autoria e o produtor do PDF contam como o documento surgiu. Um documento colado de uma vez e outro revisado ao longo do tempo diferem nesses rastros, mas eles nunca decidem sozinhos a autoria por IA.
Quebras de linha e colunas do PDF podem partir frases na extração. O Origma junta as linhas quebradas antes de ler, mas um PDF escaneado, cujas letras são imagens, não tem texto legível e fica inconclusivo.
Os resultados de documentos mostram separadamente a detecção do texto e os rastros de estrutura. Em avaliação ou contratação, não conclua só pelo resultado; use-o para começar uma conversa que inclua também o processo de escrita e os rascunhos.
Este texto é orientação geral, não aconselhamento jurídico. Um resultado de análise é uma avaliação probabilística, não uma prova.