OmniDoc ഡോക്യുമെൻ്റ് എക്‌സ്‌ട്രാക്ഷൻ

OmniDoc ഡോക്യുമെൻ്റ് എക്‌സ്‌ട്രാക്ഷൻ / PDF എന്നതിനെ Markdown ആക്കി സൗജന്യമായി പരിവർത്തനം ചെയ്യുക

PDF എന്നതിനെ Markdown ആക്കി സൗജന്യമായി പരിവർത്തനം ചെയ്യുക

ഒരു PDF വൃത്തിയുള്ള Markdown ആക്കി മാറ്റുക: അധ്യായത്തിന്റെ തലക്കെട്ടുകൾ #, ## ലെവൽ അനുസരിച്ച്, ഖണ്ഡികകൾ അവയുടെ ക്രമം നിലനിർത്തുന്നു, പട്ടികകൾ Markdown പട്ടികകളായി മാറുന്നു, ചിത്രങ്ങൾ images/ ഫോൾഡറിലേക്ക് പോകുന്നു, വാചകത്തിൽ നിന്ന് റഫറൻസ് ചെയ്യപ്പെടുന്നു.

പരിവർത്തനം ചെയ്യുന്നതിന് ഒരു PDF അപ് ലോഡ് ചെയ്യുകഡെസ്ക്ടോപ്പ് ആപ്പ്: പേജ് പരിധിയില്ല

ഓരോ PDF-നും 501 പേജുകൾ വരെ, പ്രതിമാസ പരിധി ഇല്ല; സൗജന്യ ടാസ്കുകൾ ക്യൂവിൽ കാത്തിരിക്കും. ദൈർഘ്യമേറിയ ഫയലുകൾക്കോ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോഴോ, OmniDoc ഡെസ്‌ക്‌ടോപ്പ് ആപ്പിന് പേജ് പരിധിയും ക്യൂവും ഇല്ല.

എന്തുകൊണ്ട് PDF ൽ നിന്ന് ടെക്സ്റ്റ് പകർത്തുന്നില്ല?

ഒരു PDF ലെ ടെക്സ്റ്റ് പേജ് കോർഡിനേറ്റുകൾ വഴി സ്ഥാപിക്കപ്പെടുന്നു, അതിനാൽ അത് പകർത്തുന്നത് പലപ്പോഴും വരികൾ തകർക്കുകയും ഹെഡറുകളും ഫൂട്ടറുകളും ടെക്സ്റ്റിലേക്ക് കലർത്തുകയും രണ്ട് നിരകൾ പരസ്പരം ഇടകലർത്തുകയും പട്ടികകളെ അക്കങ്ങളുടെ ഒരു ഓട്ടമാക്കി മാറ്റുകയും ചെയ്യുന്നു.

OmniDoc ആദ്യം തലക്കെട്ടുകൾ, ബോഡി ടെക്സ്റ്റ്, പട്ടികകൾ, ചിത്രങ്ങൾ, തലക്കെട്ടുകൾ, അടിക്കടികൾ എന്നിവ വേർതിരിച്ച് പറയാൻ ലേഔട്ട് വിശകലനം ചെയ്യുന്നു, തുടർന്ന് എല്ലാം വായനാക്രമത്തിൽ എഴുതുന്നു. Markdown ന് നേരിട്ട് കുറിപ്പുകളിലേക്കോ ഒരു വിജ്ഞാന അടിത്തറയിലേക്കോ AI അസിസ്റ്റന്റിലേക്കോ പോകാൻ കഴിയും.

ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു

  1. ഫയൽ അപ്‌ലോഡ് ചെയ്യുക

    ഒരു OmniDoc അക്കൗണ്ട് ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്‌ത് പേജിൽ ഫയൽ ഡ്രോപ്പ് ചെയ്യുക.

  2. വേർതിരിച്ചെടുക്കൽ ആരംഭിക്കുക

    PDF ഫയലുകളും സ്കാനുകളും ചിത്രങ്ങളും ലേഔട്ട് വിശകലനം, ടെക്സ്റ്റ് തിരിച്ചറിയൽ, പട്ടിക തിരിച്ചറിയൽ എന്നിവയിലൂടെ കടന്നുപോകുന്നു; ഓഫീസ് ഫയലുകൾ, ഇ-ബുക്കുകൾ, വെബ് പേജുകൾ എന്നിവ നേരിട്ട് പാഴ്‌സ് ചെയ്യുന്നു.

  3. ഫലം ഡൗൺലോഡ് ചെയ്യുക

    Markdown, JSON എന്നിവയും ചിത്രങ്ങളും ഉള്ള ഒരു ZIP ഫയൽ ഡൗൺലോഡ് ചെയ്യുക. ജോലി പശ്ചാത്തലത്തിൽ പ്രവർത്തിക്കുന്നു, അതിനാൽ നിങ്ങൾക്ക് പേജ് അടയ്ക്കാം.

ഉദാഹരണം

UniDoc എഡിറ്ററിൽ കാണിച്ചിരിക്കുന്ന അക്കമിട്ട സമവാക്യങ്ങൾ, മൂന്ന് വരി പട്ടിക, ഒരു ചിത്രം എന്നിവയുള്ള ഒരു പേപ്പർ
ഡോക്യുമെന്റ് എക്സ്ട്രാക്ഷന്റെ തരം കേടുകൂടാതെ നിലനിർത്തുന്നു: അതിന്റെ തലക്കെട്ടുകൾ, ഖണ്ഡികകൾ, സമവാക്യങ്ങൾ, അതിന്റെ പട്ടികയുടെ വരികളും നിരകളും.

ZIP ഫയലിൽ എന്താണ് ഉള്ളത്

document.mdമുഴുവൻ വാചകം Markdown ആയി
document.jsonഘടനാപരമായ ഡാറ്റ വായന ക്രമത്തിൽ
images/ഡോക്യുമെൻ്റിൻ്റെ ചിത്രങ്ങൾ പ്രത്യേകം സംരക്ഷിച്ചിരിക്കുന്നു
manifest.jsonഅടിസ്ഥാന വിവരങ്ങളുള്ള ഫയലുകളുടെ ഒരു ലിസ്റ്റ്

OmniDoc ഡെസ്ക്ടോപ്പ് ആപ്പ്

Windows, macOS, Linux എന്നിവയ്‌ക്കായുള്ള സൗജന്യ ഡെസ്‌ക്‌ടോപ്പ് ആപ്പ് നിങ്ങളുടെ സ്വന്തം കമ്പ്യൂട്ടറിൽ ഫയലുകൾ തുറക്കുകയും എഡിറ്റ് ചെയ്യുകയും സംരക്ഷിക്കുകയും ചെയ്യുന്നു.

10,000 പേജുള്ള രേഖയിലും ടൈപ്പിങ് തടസ്സമില്ലാതെ

10,000-ലധികം പേജുകളുള്ള രേഖയും ചെറിയ രേഖ പോലെ എളുപ്പത്തിൽ തിരുത്താം: ഓരോ കീ അമർത്തലും ഏകദേശം 9 മില്ലിസെക്കൻഡിൽ ലേഔട്ട് ചെയ്യപ്പെടുന്നു, ഏത് പേജിലേക്കും ഏകദേശം 3 മില്ലിസെക്കൻഡിൽ എത്താം.

പരമ്പരാഗത Office XML-ന് 100% പിന്തുണ

.docx, .xlsx, .pptx നേരിട്ട് തുറക്കുകയും സേവ് ചെയ്യുകയും ചെയ്യാം, അവ സ്റ്റാൻഡേർഡ് Office ഫയലുകളായിത്തന്നെ തുടരും; ഫോർമുലകളും ചാർട്ടുകളും പിവറ്റ് ടേബിളുകളും പഴയതുപോലെ പ്രവർത്തിക്കും.

ചൈനയുടെ പുതിയ ദേശീയ സ്റ്റാൻഡേർഡ് ഫോർമാറ്റുകൾ

OFD (GB/T 33190) തുറന്ന് എഡിറ്റ് ചെയ്യാം, PDF-ലേക്കും PDF-ൽ നിന്നും മാറ്റാം; GB/T 7714—2015 റഫറൻസുകൾ, GB/T 7713.1 തീസിസ് ടെംപ്ലേറ്റ്, ഔദ്യോഗിക രേഖകളുടെ നമ്പറിംഗ് 一、(一)1.(1)① എന്നിവ തയ്യാറാണ്.

ഡെസ്ക്ടോപ്പ് ആപ്പ് നേടുക

ചോദ്യങ്ങൾ

നിരവധി നിരകളുള്ള പേപ്പറുകൾ പരിവർത്തനം ചെയ്യാൻ കഴിയുമോ?

അതെ. ലേഔട്ട് വിശകലനം രണ്ടോ മൂന്നോ നിരകളിൽ വായനാക്രമത്തിൽ ചേരുന്നു, അതിനാൽ വ്യത്യസ്ത നിരകളിൽ നിന്നുള്ള വരികൾ കലർത്തുന്നില്ല.

സൂത്രവാക്യങ്ങൾക്ക് എന്ത് സംഭവിക്കും?

ടെക്സ്റ്റ് ലെയറിലെ സൂത്രവാക്യങ്ങൾ അതേപടി എഴുതിയിരിക്കുന്നു. ഒറിജിനലിനെതിരെ സങ്കീർണ്ണമായ സൂത്രവാക്യങ്ങൾ പരിശോധിക്കുക.

എനിക്ക് Markdown നേരിട്ട് ഒരു AI ന് നൽകാൻ കഴിയുമോ?

അതെ. document.md നേരിട്ട് ഒരു AI അസിസ്റ്റന്റിലേക്ക് ഒട്ടിക്കാൻ കഴിയും; document.json ഖണ്ഡികകളുടെയും പട്ടികകളുടെയും സ്യൂട്ട് വീണ്ടെടുക്കൽ (RAG) എന്നിവയുടെ ഘടന നിലനിർത്തുന്നു.

എനിക്ക് ഒരു അക്കൗണ്ട് ആവശ്യമുണ്ടോ?

അതെ. ഒരു OmniDoc അക്കൗണ്ട് ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്യുക; സൈൻ അപ്പ് സൗജന്യമാണ്. നിങ്ങൾ അപ് ലോഡ് ചെയ്യുന്ന ഫയലുകളും അവയുടെ ഫലങ്ങളും നിങ്ങൾക്ക് മാത്രമേ കാണാൻ കഴിയൂ.

സൗജന്യ പതിപ്പിന്റെ പരിധികൾ എന്തൊക്കെയാണ്?

ഓരോ PDF-നും 501 പേജുകൾ വരെ, പ്രതിമാസ പരിധി ഇല്ല; സൗജന്യ ടാസ്കുകൾ ക്യൂവിൽ കാത്തിരിക്കും. ദൈർഘ്യമേറിയ ഫയലുകൾക്കോ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോഴോ, OmniDoc ഡെസ്‌ക്‌ടോപ്പ് ആപ്പിന് പേജ് പരിധിയും ക്യൂവും ഇല്ല.

ഇപ്പോൾ ശ്രമിക്കുക

ഓരോ PDF-നും 501 പേജുകൾ വരെ, പ്രതിമാസ പരിധി ഇല്ല; സൗജന്യ ടാസ്കുകൾ ക്യൂവിൽ കാത്തിരിക്കും. ദൈർഘ്യമേറിയ ഫയലുകൾക്കോ നിങ്ങൾ തിരക്കിലായിരിക്കുമ്പോഴോ, OmniDoc ഡെസ്‌ക്‌ടോപ്പ് ആപ്പിന് പേജ് പരിധിയും ക്യൂവും ഇല്ല.

പരിവർത്തനം ചെയ്യുന്നതിന് ഒരു PDF അപ് ലോഡ് ചെയ്യുകഡെസ്ക്ടോപ്പ് ആപ്പ് നേടുക