إطلاق LiteParse: أداة جديدة لاستخراج النصوص من ملفات PDF

أعلنت LlamaIndex عن إطلاق LiteParse ، وهي أداة مفتوحة المصدر لاستخراج النصوص من ملفات PDF عبر واجهة سطر الأوامر Node.js. تعتمد LiteParse على تقنيات تقليدية في معالجة PDF ، حيث تستخدم Tesseract OCR للملفات التي تحتوي على صور نصية. تتميز LiteParse بقدرتها على استخراج النصوص بترتيب منطقي رغم تعقيدات تنسيق PDF ، حيث تستخدم خوارزميات ذكية لتحديد تخطيطات متعددة الأعمدة. هذا يجعلها أداة فعالة لتحسين دقة استخراج النصوص. تتيح LiteParse للمستخدمين إمكانية إضافة اقتباسات بصرية مع النصوص المستخرجة، مما يعزز مصداقية الإجابات في تطبيقات الأسئلة والأجوبة. كما تم تصميمها لتكون أداة سطر أوامر، مما يسهل استخدامها من قبل الوكلاء.