PDF เป็น Markdown

แปลง PDF เป็น Markdown สำหรับเอกสารและ LLM

การคัดลอกข้อความจาก PDF ไปวางในหน้าวิกิหรือพรอมป์สำหรับโมเดลภาษามักหมายถึงการต่อสู้กับการตัดบรรทัดที่ไม่ตรงจุด หัวข้อที่หายไป และตารางที่กลายเป็นข้อความติดกันเป็นพรืด PDF เป็น Markdown จะอ่านโครงสร้างแทนข้อความดิบ ดังนั้นผลลัพธ์ที่ได้จึงเป็นสิ่งที่คุณสามารถวางลงในเอกสารหรือป้อนให้โมเดลได้โดยไม่ต้องทำความสะอาดก่อน

เครื่องมือจะดูขนาดฟอนต์เพื่อแยกหัวข้อจากข้อความเนื้อหา จัดกลุ่มคำเป็นพารากราฟ ตรวจจับสัญลักษณ์หัวข้อย่อย และสร้างตารางใหม่เป็นตาราง Markdown แทนที่จะเป็นคอลัมน์ตัวเลขที่ปนกันยุ่งเหยิง หน้าที่สแกนมาซึ่งมีเลเยอร์ข้อความจริงน้อยหรือไม่มีเลยจะถูกรันการรู้จำข้อความให้โดยอัตโนมัติ ดังนั้นคุณจะได้ Markdown ที่ใช้งานได้จริงแทนไฟล์เปล่า ผลลัพธ์จะดาวน์โหลดเป็นไฟล์ .md ธรรมดา PDF ที่สั้นและเรียบง่ายจะถูกแปลงในเบราว์เซอร์ของคุณเลย ส่วนไฟล์ที่ยาวหรือซับซ้อนกว่าจะถูกส่งไปยังเซิร์ฟเวอร์ของเราผ่านการเชื่อมต่อที่ปลอดภัย และถูกลบภายใน 60 นาที

การตรวจจับหัวข้อขึ้นอยู่กับว่าเอกสารใช้ขนาดฟอนต์ที่แตกต่างกันสำหรับหัวข้อหรือไม่ ดังนั้น PDF ที่ทุกบรรทัดมีขนาดเท่ากันจะออกมาเป็นพารากราฟธรรมดาเป็นส่วนใหญ่

• รูปแบบหลายคอลัมน์และตารางที่ซ้อนกันมีแนวโน้มต้องปรับแต่งด้วยมือมากที่สุด
• หน้าที่สแกนมาจะใช้เวลานานขึ้นเล็กน้อย เพราะต้องรันการรู้จำข้อความก่อน
• หากคุณต้องการเพียงคำโดยไม่มีโครงสร้าง PDF เป็นข้อความ จะข้ามการตัดสินใจด้านการจัดรูปแบบไปเลย