MinerU умеет вытаскивать содержимое из PDF, Word, Excel и даже отсканированных документов, сохраняя структуру, таблицы, формулы и изображения. Поддерживается 109 языков.
Проект полностью бесплатный и с открытым исходным кодом. Работает локально на компьютере, поэтому документы никуда не загружаются.
Забираем — здесь.
https://github.com/opendatalab/mineru
https://t.me/remedia/21823
#dtновости #новости @digitaltimeslv
Original in Telegram: https://t.me/walrustest/1959