Какви видове ключови думи работят най-добре за разделяне?

Последователни, уникални фрази, които се появяват точно веднъж на секция, работят най-добре. Примерите включват „Номер на фактура“, „Страница 1 от“, „ДОКАЗАТЕЛСТВО“, „Уважаеми“ или префикси на ID на документ. Избягвайте много често срещани думи, които се появяват много пъти на секция.

Работи ли инструментът с PDF от сканирани документи?

Разделянето по текст изисква машинно четим текст. Сканирани PDF файлове с изображения трябва първо да бъдат обработени с OCR за извличане на текст. Използвайте инструмента за OCR на dokk.ai върху сканирания PDF преди прилагане на Разделяне по текст.

Мога ли да използвам регулярен израз като ключова дума за разделяне?

Да. Включете опцията за регулярен израз и въведете шаблон като „Фактура #\d+“ за съпоставяне с произволен номер на фактура или „^(Януари|Февруари|Март)“ за разделяне при имена на месеци в началото на ред.

Какво се случва, ако ключовата дума не се появява в документа?

Ако не са намерени съвпадения, инструментът връща оригиналния PDF без промени и показва предупреждение, указващо, че ключовата дума не е открита. Проверете правописа и се уверете, че PDF съдържа машинно четим текст.

Каква е разликата между Разделяне по текст и Разделяне по отметки?

Разделянето по отметки използва структурния контур, вграден в PDF. Разделянето по текст използва действителното съдържание на страницата за динамично намиране на точки на разделяне. Използвайте отметки за структурирани документи с формален контур; използвайте Разделяне по текст за автоматично генерирани групови експорти, където са налице последователни ключови думи, но отметките може да отсъстват.

Мога ли да включа или изключа страницата с ключовата дума от изходния файл?

Да. Можете да конфигурирате дали страницата, съдържаща ключовата дума, става първа страница на следващия изходен файл или последна страница на предишния изходен файл. Можете също да отхвърлите разделителните страници изцяло, ако не съдържат значимо съдържание.

Колко точки на разделяне може да обработи инструментът?

Няма твърд лимит за точките на разделяне. Инструментът е тестван върху документи с над 1000 появявания на ключови думи, генерирайки над 1000 изходни файла в един ZIP архив.

Изходните файлове автоматично ли се именуват?

Изходните файлове по подразбиране се именуват последователно (например razdeliane_001.pdf, razdeliane_002.pdf). Ако съвпадението на ключовата дума съдържа уникален идентификатор (например номер на фактура), тази стойност може незадължително да се използва в името на файла.

Мога ли да извлека страници само от някои съвпадения на ключови думи?

Стандартният работен процес разделя при всяко съвпадение. За селективно извличане използвайте Извличане на страници след идентифициране на необходимите диапазони от страници от визуализацията на разделянето, или използвайте Разделяне по диапазон от страници за ръчен контрол.

Има ли ограничение за размера на файла?

Dokk.ai приема PDF файлове до 200 MB. За по-големи групови експорти, помислете за разделяне на изходния файл наполовина първо, след което приложете Разделяне по текст към всяка половина.

Всички инструменти

Подели по тексту

Подели кад се текст мења између страница

1Качване

2Конфигуриране

3Обработка

Drop file here

PDF, Word, Excel, PowerPoint, images up to 25 MB

Ключови функции

Разделя PDF при всяка страница
съдържаща зададена ключова дума или фраза
Съпоставяне на текст без отчитане на главни/малки букви по подразбиране
Незадължителна поддръжка на шаблони с регулярни изрази за променливи маркери
Избор дали да се включи или изключи страницата с ключовата дума от предишния или следващия изходен файл
Работи с PDF с нативен текст и документи
обработени с OCR
Генерира последователно номерирани файлове или ZIP архив
Поддържа PDF с стотици точки на разделяне
Запазва цялото съдържание включително изображения
шрифтове и анотации
Защитено прехвърляне чрез TLS и автоматично изтриване в рамките на 60 минути

Приложения

Разделяне на групов експорт на фактури на отделни PDF файлове с фактури
Разделяне на групово сканиране на формуляри при всяка разделителна страница с ID на формуляр
Разделяне на дневен пакет от отчети при всяко заглавие Дата:
Извличане на отделни писма до клиенти от експорт при обединяване на поща
Разделяне на правен протокол при всеки маркер ДОКАЗАТЕЛСТВО
Разделяне на ръководство за обучение при всяко заглавие Модул
Разделяне на обединен изходен файл от тест при всяко студентско име

Как да използвате

1Качете PDF файла, съдържащ повтарящи се текстови маркери, които искате да използвате като точки на разделяне.
2Въведете ключовата дума или фраза за разделяне. Включете съпоставяне без отчитане на главни/малки букви, ако изписването варира, или въведете регулярен израз за променливи шаблони.
3Изберете дали страницата, съдържаща ключовата дума, започва следващия изходен файл или завършва предишния — това определя къде попадат разделителните страници.
4Щракнете върху Обработи. Dokk.ai сканира всяка страница, идентифицира всички съвпадения и разделя документа при всяко появяване.
5Изтеглете отделните разделени файлове или ZIP архив. Файловете са наименувани последователно и всеки съответства на една секция между появяванията на ключовата дума.

Групови PDF експорти от ERP системи, системи за фактуриране и софтуер за управление на формуляри често съдържат стотици или хиляди документи в един файл, разделени с последователни ключови думи или фрази. Ръчното въвеждане на диапазони от страници би отнело часове. Инструментът на dokk.ai за разделяне на PDF по текст сканира всяка страница за вашата ключова дума или шаблон на регулярен израз и автоматично разделя документа при всяко появяване. По подразбиране се поддържа съпоставяне без отчитане на главни/малки букви, а за по-напреднали случаи са налични незадължителни шаблони на регулярни изрази за променливи маркери — например Фактура #\d+ за произволен номер на фактура. Можете да конфигурирате дали страницата, съдържаща ключовата дума, става първа страница на следващия изходен файл или последна страница на предишния. Този инструмент допълва автоматизацията на счетоводството, обработката на формуляри и масовото разпространение на документи. Счетоводна система експортира 500 фактури като един PDF — инструментът разпознава маркерите за разделяне и създава 500 отделни файла. Можете да изберете дали страницата с ключовата дума да бъде включена в изходния файл или отхвърлена. Главните и малките букви не се различават. Разделянето по текст допълва Разделянето по отметки за документи без формална структура, но с последователни текстови маркери. Всички файлове се обработват на защитената инфраструктура на dokk.ai. Изтриват се в рамките на 60 минути. Никога не се използват за машинно обучение.

Често задавани въпроси

Сигурност и поверителност

Текстът на документа се сканира само за намиране на ключовата дума за разделяне и не се съхранява или индексира. Всички файлове се прехвърлят чрез TLS и се изтриват в рамките на 60 минути след обработката. Dokk.ai е в съответствие с GDPR и никога не използва съдържанието на документи за обучение или анализи.