OCR数据处理

作者您好！请问论文中OCR获取的词是按照何种策略选择、拼接的呢？是按照置信度选择吗？是按照从左往右、从上往下的位置顺序拼接吗？我想在其他数据集上构建用于信息抽取的OCR数据集，期待您的回复，辛苦啦！