آماده کردن سند برای هوش مصنوعی
قبل از اینکه ایجنت از روی سندتون جواب بده، متن و ساختارش رو بیرون بکشید و ببینید کدوم صفحهها یا جدولها نیاز به بررسی دارن.
آماده کردن سند برای هوش مصنوعی وقتی اهمیت پیدا میکنه که متن ظاهرا خوب خونده شده، ولی یک صفحه کامل از قلم افتاده یا عنوان یک ستون به ستون کناری چسبیده. اسکیل docling-skill فایل روی دستگاهتون رو میخونه و همراه متن، گزارشی میسازه که ایجنت از روی اون میفهمه چه بخشهایی رو باید دوباره ببینه. اینطوری پیش از اینکه از یک عدد یا جمله استفاده کنید، میتونید به مشکل تبدیل پی ببرید.
مثلا اگر فایلی از اکسل چند شیت و خانههای ادغامشده داشته باشه، متن ساده همه رابطهها رو نشون نمیده. در کنار اون متن، اطلاعاتی درباره ساختار جدول هم در اختیار ایجنت قرار میگیره. برای اسکن هم اگر تصویری متن قابل استفاده نداشته باشه، مشکل ثبت میشه تا ایجنت قسمت ناخوانا رو مثل محتوای کامل تحویل نگیره.
کاربردها
- استخراج متن از سند رو برای یک فایل محلی شروع کنید و نتیجه رو در پوشه انتخابیتون بگیرید.
- برای بررسی کیفیت اسکن ببینید کدوم صفحهها متن کافی دارن و کجا بهتره روش خواندن تصویر عوض بشه.
- هنگام خواندن جدول اکسل، اطلاعات مربوط به شیت و خانههای ادغامشده رو کنار پیشنمایش متنی بررسی کنید.
- برای تشخیص صفحه ناقص، گزارش پوشش صفحهها رو بخونید، مخصوصا وقتی دنبال عنوان یا خلاصه روی صفحه اول هستید.
- موارد مشکوک رو جدا کنید تا بقیه سندهایی که درست خونده شدن معطل یک فایل خراب نمونن.
نصب و استفاده
- اسکیل و بسته اصلیش رو با پایتون نسخه ۳.۱۰ یا جدیدتر نصب کنید. برای اسکن، موتور تشخیص متن و زبان مناسب رو هم آماده کنید.
- مسیر فایل و یک پوشه خروجی مشخص کنید. مثلا بگید «این گزارش رو برای خواندن آماده کن و اگر صفحهای درست خونده نشده بهم بگو».
- اول گزارش نتیجه رو ببینید، بعد بخشهایی رو که هشدار گرفتن با اصل سند مقایسه کنید.
سوالات متداول
منبع
ساخته Rael. نام اصلی: docling-skill، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub