1. document-convert(开源): https://
github.com/multimodal-art-projection/MAP-NEO/tree/main/Matrix/document-convert
2.Ragflow (开源):https://github.com/infiniflow/ragflow
3. gptpdf (开源): https://github.com/CosmosShadow/gptpdf
4.百度云Textmind(闭源):https://
cloud.baidu.com/product/textmind.html
5.doc2x (闭源):https://doc2x.noedgeai.com/
6.腾讯云文档解析(闭源):https://
cloud.tencent.com/document/product/1759/107504
7. marker(开源): https://github.com/VikParuchuri/marker
8. PDF-Extract-Kit(开源):https://github.com/opendatalab/PDF-Extract-Kit
9.zerox (开源): https://github.com/getomni-ai/zerox
10.OminiParse(开源):https://github.com/adithya-s-k/omniparse
11.MinerU (开源):https://github.com/opendatalab/MinerU
评估方法:
·评估指标:人工评估·评估数据集:
·数字PDF:论文、财报(含图片、表格和文字)
·扫描PDF:书籍(含图片、表格和文字)、模糊试卷、水印文档、教辅习题、复杂合并单元格表格、财报图片格式(含复杂表格)、含图片的表格。
今天写了一整天代码,新 App 完成度差不多90%啦,简单测试了一下各种数据逻辑,基本上没啥问题了,剩下的就是各种细节优化和深度测试。其实每次做新的 App 我都好好兴奋,也能够学到很多新的知识😊。PS:我似乎越来越喜欢编程啦,同时感觉自己现在才算是真正意义上的产品经理...
作为一个独立开发者,我深知经常发推文的重要性,但总是陷入拖延的困境。直到发现了Groq这个超快的API,灵感突现:为何不开发一个Chrome插件来解决这个问题?这个插件可以让用户选中网页文字,自动生成推文,支持多段内容选择,还能调整字数上限。简单易用,比我找借口不发推还快!本来想做个复杂的iOS应用,但意识到有时最直接的方法才是最好的。