TextIn: ユニバーサルドキュメント変換、PDF to Markdownツール
包括的な紹介 TextInは、ユーザーが効率的にPDF文書をMarkdown形式に変換するために設計された専門的なPDF to Markdownツールです。このツールは様々なファイル形式をサポートし、操作が簡単で、変換速度が速く、元のPDF形式と内容を保持することができ、文書処理の効率を向上させます。それが...
全8件
タグ: ドキュメントの抽出とクリーニング
pdf-extract-api: ローカルで動作する個人情報匿名化PDF抽出ツール
包括的な紹介 pdf-extract-apiは、最先端のOCR技術とOllamaがサポートするモデルを使用した文書の匿名化をサポートする、文書の抽出と解析のAPIです。あらゆる文書や画像を構造化されたJSONやMarkdownに変換することができ、高精度の表データや数値、数式をサポートします。
oneapi/newapi トランジット API の真偽と接続性を検証する。
このサイトでは、oneapi/newapi有料および無料のトランジットAPIに基づいて多くをお勧めしますが、モデル上のいくつかの不謹慎なサービスプロバイダは、偽の悲惨な、我々は様々な検証方法を使用し、モデルの信頼性、利用可能なモデル、応答時間を監査します。結果はあくまで参考であり、悪役を防ぐためではなく、紳士を防ぐためです。(唯一の国内アクセス可能なAPIを確認し、ローカルストレージに提出したキーが漏れることはありません）
Datalab：専用のOCR認識AIモデル、PDF to Markdown（オープンソース/API）
包括的な紹介 Datalabは、OCR、レイアウト分析、PDFからMarkdownへの変換などに焦点を当てた高度なAIモデルを幅広く提供しています。これらのモデルは高性能であるだけでなく、使いやすくオープンソースです。プラットフォーム上のMarkerモデルは、表を含むPDFを素早く正確にMarkdownに変換することができます...
MinerU: PDFドキュメントの抽出とマルチモーダルMarkdownフォーマットへの変換、電子書籍OCRスキャンのサポート
包括的な紹介 MinerUは、上海人工知能研究所のOpenDataLabチームによって開発されたオープンソースのデータ抽出ツールで、複雑なPDF文書、ウェブページ、電子ブックからコンテンツを効率的に抽出することに重点を置いています。画像、数式、表、その他の要素を含むマルチモーダルPDFドキュメントを、分析しやすいm...
Marker：PDFをMarkdownに素早く変換するオープンソースツール
一般的な紹介 Markerは、PDFファイルをMarkdown形式に迅速かつ正確に変換するために設計されたディープラーニングベースの文書処理ツールです。幅広い種類のドキュメントをサポートし、特に書籍や科学論文の変換に最適化されています。Markerは、ヘッダーやフッターなどの冗長なコンテンツを削除し、表や...
Mathpix：PDFと画像ドキュメントの構造変換ソフトウェア、マルチターミナルをサポート
概要 Mathpixは、研究者、開発者、および企業向けに設計された、強力なAI駆動型文書自動化ツールです。Mathpixは、PDFや画像を検索可能、エクスポート可能、機械可読テキストに迅速かつ正確に変換します。Mathpixは、数式認識、LaT...
非構造化：オープンソースの非構造化ドキュメントの前処理、非構造化データ処理ツール
包括的な紹介 Unstructured-IOは、PDF、HTML、Word文書などの画像やテキスト文書の処理と前処理のためのオープンソースコンポーネントのセットを提供します。その主な目的は、特に大規模言語モデル（LLM）アプリケーションをサポートするために、データ処理ワークフローを簡素化し最適化することです。
Reader API: ウェブコンテンツ抽出ツール、HTMLからMarkdownへの変換
包括的な紹介 Jina AIのReaderプロジェクトはオープンソースツール（Readerオープンソースアドレス）であり、接頭辞https://r.jina.ai/转换成适合大型语言模型（Large Language Models、LLM）入力形式を追加することにより、任意のURLにすることができ、動的ストリーミングモードと画像の読み取りをサポートしています...
日本語