2024年7月31日
Magic-PDF：端到端PDF文档解析神器 构建高质量RAG必备！
摘要： 项目结构 流程解析 预处理的作用是判断文档内容是否需要进行OCR识别，如果是普通可编辑的PDF文档，则使用PyMuPDF库提取元信息。 模型层除了常规的OCR、版面结构分析外，还有公式检测模型，可提取公式内容，用于后续把公式转化为Latex格式。但是目前暂无表格内容识别，官方预计1个月之内会放出。 阅读全文
posted @ 2024-07-31 22:31 深度学习机器 阅读(139) 评论(0) 推荐(0) 编辑