使用Google Doc AI Workbench标注多页文档：跨页字段处理疑问

• 标注时的关联标记：虽然Workbench的标签和页面强绑定，但可以给跨页的同字段内容加统一的命名规则，比如把第2页的部分标为商品详细描述_续1，第3页的标为商品详细描述_续2，同时在标注项目的说明文档里明确这种后缀代表同一字段的跨页延续。模型在训练过程中会逐渐学习到这种命名对应的关联关系，后续输出时就能识别出这两部分属于同一个字段。

• 强化锚点关联：利用你提到的其余数据结构规整的特点，把跨页字段的标题（比如“商品详细描述”）作为锚点，只在出现标题的页面标注这个标签，然后把两页的内容都关联到这个锚点标签下。比如第2页先标注“商品详细描述”的标题，再框选该页的内容；第3页直接框选内容，同样用“商品详细描述”标签——Workbench允许同一标签在多页使用，模型会结合标题位置和内容的连续性，判断这两部分是同一个字段的延续。

• 补充虚拟拼接样本：把存在跨页字段的两页用图片工具拼接成单页的虚拟文档，作为额外的训练样本。在这个虚拟样本里直接把跨页的完整内容用一个“商品详细描述”标签框选，这样模型能直观学习到这类字段的完整形态，再结合真实的分页样本训练，能提升跨页识别的准确率。

• 后处理逻辑兜底：在处理器输出结果的环节，写一段简单的处理逻辑：检查所有输出字段，如果发现同一字段名对应多个内容片段（且这些片段的页码连续），就自动将它们拼接成完整内容。比如检测到“商品详细描述”有两个分别来自第2页和第3页的内容，直接把文本拼接在一起，这能有效解决模型输出拆分的问题。

内容的提问来源于stack exchange，提问作者Jerry Kaiser