Compare on one test set
Compare Japanese-capable PaddleOCR with a managed OCR service such as Google Document AI. Evaluate PP-StructureV3 separately for layout parsing.
PaddleOCR documentation ↗Back to Portfolio
SAT2EZ — Document AI & Digital SAT Platform
Workflow OCR chuyển PDF và ảnh đề thi thành câu hỏi có cấu trúc, giữ công thức LaTeX và hình minh họa. Tích hợp AI đối soát, preview chỉnh sửa và lưu vào nền tảng luyện thi Digital SAT.
DOCUMENT INTELLIGENCE / ENGINEERING NOTES01 — SAT2EZ
Built on SAT2EZ engineering
Complex documents.
Useful data.
I built SAT2EZ’s PDF / image-to-question workflow: preserving formulas, tables and figures, with human review before content is published.
THE ENGINEERING QUESTION
How do you turn a page full of text, images and numbers into data people can trust?
OCRStructureReview
日本語 OCR · SOLUTION EXPLORATION
One page. A web of relationships.
Japanese retail flyers extend the document challenges I tackled in SAT content. These real images come from IIJ’s published experiment; the region overlays and JSON illustrate the proposed design, not an OCR run on this page.
INSPECT A CHALLENGE
The right price. The right product.
A single 98円 label can apply to multiple products. Preserve layout relationships, distinguish base and displayed tax-inclusive prices, and retain units and offer conditions.
Illustrative record · manually checked
{
"product": "トマト",
"quantity": "1コ",
"price_excl_tax": 98,
"displayed_incl_tax": 105.84,
"currency": "JPY",
"source_region": "shared-offer",
"review_required": true
}↗ Read IIJ Engineers Blog’s original experiment (24 Sep 2024) · External reference imagery, not my client work.
BUILT IN SAT2EZ
What I built.
A complete path from document intake to the question bank — including validation, recovery and the operator interface.
- 01
Ingest & separate
Split multi-page PDFs with Poppler; extract and deduplicate embedded figures.
Poppler · pdfimages · PDF.js - 02
Recognize & recover
OCR.space for PDFs, Gemini Vision for images, with pdftotext as a fallback path.
OCR.space · Gemini Vision - 03
Structure & validate
Parse questions, options, tables and LaTeX; AI rechecks run in batches of two questions.
JSON · LaTeX · Parser tests - 04
Review & publish
Preview, edit and save practice sets; SSE progress and drafts support recovery.
SSE · Review UI · PostgreSQL
SAT2EZ product screen: PDF import, content organization and practice-set status.
Tutoring grounded in question context, conversation history and learning content.
Checkable output
Schema and parsing checks validate structure. LaTeX / HTML previews let operators correct content before saving.
Recoverable workflows
OCR retries, a fallback text-extraction path, server-side result backups and browser drafts.
Cost-aware integration
Across SAT2EZ’s AI features: response caching, fallback models and bounded generation concurrency.
JAPANESE DOCUMENTS / ENGINEERING APPROACH
From exploration to operation.
An evaluation plan for Japanese documents: choose tools using evidence, measure field quality and keep a review path.
Keep field-level provenance
Keep page, coordinates and raw text for review. Schema-valid JSON does not establish factual correctness; prices and conditions still need business checks.
Azure layout documentation ↗Measure the business outcome
Track CER, product–price–unit correctness, review rate, p95 and cost per accepted record. These are planned evaluation metrics, not benchmark results.
Google Document AI documentation ↗LET’S TALK ABOUT YOUR DOCUMENTS
Have a difficult document?
Start with representative samples, clear quality criteria and a testable proof of concept.
Talk with Huy ↗
Choose CV language
Category
Document AI / OCR & Fullstack EdTech
Duration
6 months (Active development)
Client
SAT MatheZ / SATPrep Vietnam
Role
Lead Fullstack Engineer & System Architect
Project Gallery
About This Project
Workflow Document AI của SAT2EZ chuyển PDF/ảnh đề thi thành dữ liệu câu hỏi có cấu trúc: tách trang, OCR, gắn hình minh họa, chuẩn hóa LaTeX và đối soát bằng AI trước khi người dùng duyệt và lưu. SAT2EZ là nền tảng luyện thi và thi giả lập Digital SAT trực tuyến chuẩn format College Board. Hệ thống cung cấp giải pháp toàn diện từ thi thử thích ứng (Adaptive Testing), tích hợp máy tính đồ thị Desmos trong phòng thi, trợ lý AI Thầy Cú hướng dẫn giải chi tiết từng bước, kho từ vựng Flashcard hơn 1.000 từ, cho đến bảng điều khiển quản trị (Admin Dashboard) theo dõi tiến độ và phân tích phổ điểm của hàng trăm học viên trong thời gian thực.
Objectives
- Mô phỏng chính xác 100% giao diện thi thực tế Bluebook của College Board với đầy đủ bộ công cụ phòng thi.
- Tích hợp sâu máy tính đồ thị Desmos Graphing Calculator trực tiếp vào bài thi Toán.
- Xây dựng thuật toán tính điểm thích ứng (Adaptive Scoring) mô phỏng chính xác thang điểm 1600.
- Phát triển hệ thống quản trị giáo viên & trung tâm: theo dõi tiến độ bài tập, chấm bài tự động và xuất báo cáo CSV.
- Tối ưu bảo mật hệ thống, chống bot scraper và bảo vệ bản quyền ngân hàng đề thi.
Challenges
- Đảm bảo độ trễ gần như bằng 0 trong phòng thi trực tiếp và bài thi tính giờ nghiêm ngặt.
- Tích hợp và đồng bộ trạng thái đồ thị Desmos API mượt mà không xung đột với timer và layout bài thi.
- Xử lý hiển thị chuẩn xác các công thức toán học phức tạp (LaTeX/KaTeX) và bảng biểu khoa học.
- Ngăn chặn các công cụ cào dữ liệu và AI bots đánh cắp ngân hàng đề độc quyền.
Solutions
- Kiến trúc Next.js App Router kết hợp tối ưu caching và client-side state management cho phòng thi.
- Nhúng Desmos API với cơ chế sandbox và khôi phục trạng thái đồ thị qua từng câu hỏi.
- Triển khai lớp bảo mật thông minh phát hiện bot và chặn scraper tự động.
- Xây dựng hệ thống quản trị trực quan với biểu đồ KPI, theo dõi tiến độ từng học sinh và quản lý phân quyền linh hoạt.
Key Features
- Document AI: nhập PDF/ảnh, OCR.space và Gemini Vision, trích xuất câu hỏi sang JSON với LaTeX, bảng và hình minh họa.
- Import workflow: SSE báo tiến độ, preview chỉnh sửa, khôi phục bản nháp và lưu thành bộ đề.
- Giao diện phòng thi chuẩn College Board (Bluebook UI) với đồng hồ bấm giờ, gạch đáp án, đánh dấu câu hỏi và công thức tra cứu.
- Tích hợp Desmos Graphing Calculator trực tiếp trong phòng thi Toán.
- Trợ lý AI Thầy Cú (AI Owl Tutor) phân tích bài toán và hướng dẫn tư duy giải từng bước.
- Kho thẻ từ vựng SAT High-Yield với 23 sets (hơn 1.000 từ vựng cốt lõi) kèm ví dụ và từ đồng nghĩa.
- Hệ thống phòng thi trực tiếp (Live Exam) tổ chức thi thử định kỳ cho toàn bộ học viên.
- Bảng điều khiển quản trị (Admin Dashboard) với báo cáo tiến độ, độ chính xác và quản lý học viên real-time.
- Ngân hàng đề thi và khóa học Desmos Practice phân chia theo cấp độ (Beginner, Runner, Cấp Tốc).
Results & Impact
Phục vụ hơn 1.100+ lượt nộp bài thi thử với độ chính xác và tính ổn định cao.
Hơn 79+ học viên chính thức theo dõi học tập và cải thiện điểm số rõ rệt.
Chuyển tài liệu đề thi thành dữ liệu có thể xem trước, chỉnh sửa công thức và lưu vào bộ đề.
Tích hợp retry, fallback và sao lưu kết quả trong workflow nhập tài liệu.
Technologies Used
OCR.spaceGemini VisionPoppler / PDF.jsLaTeX / KaTeXNext.jsReactTypeScriptNode.jsDesmos APIPostgreSQLPostgRESTTailwind CSSOpenAI-compatible APIsCloudflare WAF
Have a similar project in mind?
I'm always excited to work on interesting projects. Let's discuss how I can help bring your ideas to life.
Start Your Project