shibainu-gbq
Results
3
comments of
shibainu-gbq
实际使用上，paddle的识别率其实比较低，对于有框表识别较好，对于无线表或者虚线表识别起来还是比较差强人意
后续是否会有对多级标题的支持的计划？
目前我基于本地进行的一些开发中，针对标题层级的提取，只能根据特定的文档格式按照规则进行提取，不太能有普世的提取方式。 例如：针对国内的一些金融行业的投研文档可以按照特定的标题格式提取，按照规则设定标题等级， 对于字体大小这种方式，我本地也测试过，一是文档的字体大小不受限制，对于页眉页脚这种瞎搞的，在统计当页的字体大小的时候，你就需要去除不符合要求的异常数据，确实是比较难搞，而且在转成pdf后，很多文本型pdf是丢失了层级信息