# Markovo lab 语料

每份 PDF 配同名 `.truth.json` ground truth。

- `prose-single.pdf`：单栏三段散文，测文字与段落召回
- `table-simple.pdf`：4x5 简单网格表，测表头与行完整度
- `table-merged-header.pdf`：两层表头含跨列合并，测合并表头还原
- `two-column.pdf`：双栏六段，测阅读顺序
- `scan-image.pdf`：整页位图扫描件，无文本层，测 OCR 缺失
- `mixed.pdf`：三页混合：散文+表格+扫描，测页面覆盖
- `equation.pdf`：文中夹 4 行独立表达式，测公式行还原
- `rotated-header.pdf`：表头文字旋转 90°，数据行正常，测方向容错
