Cé na cineálacha eochairfhocal is fearr a oibríonn le scoilteadh?

Oibríonn frásaí comhsheasmhacha, uathúla a thagann chun cinn go díreach uair amháin in aghaidh an rannáin is fearr. Áirítear leo sin 'Uimhir Sonraisc', 'Leathanach 1 de', 'TAISPEÁNTAS', 'A' nó réimíreanna ID doiciméid. Seachain focail an-choitianta a thagann chun cinn go minic in aghaidh an rannáin.

An n-oibríonn an uirlis ar PDF scanta?

Éilíonn Scoilt de réir Téacs téacs inléite ag meaisín. Ní mór PDF íomhá scanta a phróiseáil le hOCR ar dtús chun téacs a bhaint. Úsáid uirlis OCR dokk.ai ar an PDF scanta sula gcuirtear Scoilt de réir Téacs i bhfeidhm.

An féidir liom slonn rialta a úsáid mar eochairfhocal scoilteadh?

Is féidir. Cumasaigh an rogha regex agus cuir isteach patrún cosúil le 'Sonrasc #\d+' chun aon uimhir sonraisc a mheaitseáil, nó '^(Eanáir|Feabhra|Márta)' chun scoilteadh ag ainmneacha míonna ag tús líne.

Cad a tharlaíonn mura bhfuil an t-eochairfhocal sa doiciméad?

Mura n-aimsítear aon mheaitseálacha, filleann an uirlis an PDF bunaidh gan athrú agus taispeánann rabhadh a léiríonn nár braitheadh an t-eochairfhocal. Seiceáil litriú agus cinntigh go bhfuil téacs inléite ag meaisín sa PDF.

Cad é an difríocht idir Scoilt de réir Téacs agus Scoilt de réir Leabharmharc?

Úsáideann Scoilt de réir Leabharmharc an imlíne struchtúrach leabaithe sa PDF. Úsáideann Scoilt de réir Téacs ábhar iarbhír an leathanaigh chun pointí scoilteadh a aimsiú go dinimiciúil. Úsáid Leabharmharcanna do dhoiciméid struchtúrtha le himlíne fhoirmiúil; úsáid Scoilt de réir Téacs d'easpórtálacha bailseacha ginte go huathoibríoch ina bhfuil eochairfhocail chomhsheasmhacha ach b'fhéidir nach bhfuil leabharmharcanna.

An féidir liom an leathanach eochairfhocail a chur san áireamh nó a eisiamh ón aschuir?

Is féidir. Is féidir leat a chumrú cé acu a éiríonn an leathanach ina bhfuil an t-eochairfhocal ina chéad leathanach den chéad chomhad aschuir eile nó ina leathanach deireanach den chomhad aschuir roimhe. Is féidir leat leathanaigh scartha a chaitheamh amach freisin mura bhfuil aon ábhar bríoch iontu.

Cé mhéad pointe scoilteadh is féidir leis an uirlis a láimhseáil?

Níl teorainn docht ar phointí scoilteadh. Tá an uirlis tástáilte ar dhoiciméid le níos mó ná 1,000 tarlú eochairfhocail, ag táirgeadh níos mó ná 1,000 comhad aschuir i gcartlann ZIP amháin.

An ainmnítear na comhaid aschuir go huathoibríoch?

Ainmnítear comhaid aschuir go seicheamhach de réir réamhshocraithe (m.sh., 'split_001.pdf', 'split_002.pdf'). Má tá aitheantóir uathúil sa mheaitseáil eochairfhocail (cosúil le huimhir sonraisc), is féidir an luach sin a úsáid go roghnach in ainm an chomhaid.

An féidir liom leathanaigh a bhaint as roinnt meaitseálacha eochairfhocail amháin?

Scoilteann an sreabhadh oibre caighdeánach ag gach meaitseáil. Le haghaidh baint roghnach, úsáid Bain Leathanaigh tar éis raonta leathanach a aithint ó réamhamharc scoilteadh, nó úsáid Scoilt de réir Raon Leathanach le haghaidh rialú de láimh.

An bhfuil teorainn méide comhaid ann?

Glacann dokk.ai le PDF suas le 200 MB. I gcás easpórtálacha bailseacha níos mó, breithnígh an comhad foinse a scoilteadh ina dhó ar dtús agus ansin Scoilt de réir Téacs a chur i bhfeidhm ar gach leath.

Gach uirlis

Scoilt de réir Téacs

Scoilt nuair a athraíonn téacs idir leathanaigh

1Uaslódáil

2Cumraigh

3Próiseáil

Drop file here

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

Príomhghnéithe

Scoilteann PDF ag gach leathanach ina bhfuil eochairfhocal nó frása sonraithe
Meaitseáil téacs neamhíogair do chás de réir réamhshocraithe
Tacaíocht phatrún sloinn rialta roghnach le haghaidh marcóirí inathraithe
Rogha an leathanach eochairfhocail a chur san áireamh nó a eisiamh sa chomhad aschuir roimhe nó ina dhiaidh
Oibríonn le PDF dúchasacha téacs agus doiciméid scanta próiseáilte le hOCR
Aschuireann comhaid uimhrithe go seicheamhach nó cartlann ZIP
Láimhseálann PDF le céadta pointe scoilteadh
Caomhnaíonn gach ábhar lena n-áirítear íomhánna
clónna agus nótaí
Uaslódáil TLS slán agus scriosadh uathoibríoch laistigh de 60 nóiméad

Cásanna úsáide

Easpórtáil sonraisc bhaisc a scoilteadh ina PDF sonraisc aonair
Scanta foirme i mbulc a roinnt ag gach leathanach scartha 'ID Foirme'
Beart tuarascálacha laethúla a scoilteadh ag gach ceannteideal 'Dáta:'
Litreacha othar aonair a bhaint as easpórtáil cumaiscthe poist
Tras-scríbhinn dlí a roinnt ag gach marcóir 'TAISPEÁNTAS'
Lámhleabhar oiliúna a scoilteadh ag gach ceannteideal 'Modúl'
PDF aschuir toradh tástála cumaiscthe a scoilteadh ag ainm gach dalta

Conas a úsáid

1Uaslódáil an PDF ina bhfuil marcóirí téacs athdheanta is mian leat a úsáid mar phointí scoilteadh.
2Cuir isteach an eochairfhocal nó an frása le scoilteadh air. Cumasaigh meaitseáil neamhíogair do chás má athraíonn an caipitliú, nó cuir isteach slonn rialta le haghaidh patrúin inathraithe.
3Roghnaigh cé acu an dtosaíonn an leathanach ina bhfuil an eochairfhocal an chéad chomhad aschuir eile nó an gcríochnaíonn sé an ceann roimhe — cinneann sé seo cá dtugann leathanaigh scartha.
4Cliceáil Próiseáil. Scanann dokk.ai gach leathanach, aithníonn gach meaitseáil agus scoilteann an doiciméad ag gach tarlú.
5Íoslódáil na comhaid scoilte aonair nó cartlann ZIP. Ainmnítear comhaid go seicheamhach agus freagaíonn gach ceann do rannán amháin idir tarluithe eochairfhocail.

Nuair is easpórtáil bhaisc PDF é a bhfuil iliomad doiciméad ceangailte le chéile ann — na céadta sonrasc i gcomhad amháin, lá de fhoirmeacha scanta, nó tuarascáil ghinte go huathoibríoch ina dtosaíonn gach rannán le ceannteideal ar eolas — tá sé i bhfad níos tapúla é a scoilteadh de réir eochairfhocail sheasta ná raonta leathanach a aithint de láimh. Scanann Scoilt de réir Téacs gach leathanach le haghaidh frása a shonraíonn tú agus cruthaíonn sé comhad aschuir nua gach uair a thagann an frása sin chun cinn, ag úsáid ábhar an doiciméid féin mar mhapa scoilteadh. Seo an uirlis a chuireann críoch le huathoibriú cuntais iníoctha, píblínte próiseála foirmeacha agus sreafaí oibre dáilte doiciméad i mbulc. Easpórtálann córas cuntasaíochta 500 sonrasc mar PDF amháin; aimsíonn Scoilt de réir Téacs 'UIMHIR SONRAISC' ar gach leathanach scartha agus táirgeann sé 500 comhad sonraisc aonair. Cathair doiciméad leighis litreacha othar i mbulc; scoilteann an uirlis ag 'A Othar Ionúin' chun litir amháin a tháirgeadh in aghaidh an othair. Is féidir leat a roghnú cé acu an gcuirtear leathanach an eochairfhocail san áireamh sa chomhad aschuir nó an gcaitear amach é — áisiúil do leathanaigh scartha nach bhfuil aon ábhar bríoch iontu. Cinntíonn meaitseáil neamhíogair do chás nach gá duit bheith buartha faoi athruithe caipitlithe i ndoiciméid ghinte go huathoibríoch. Tacaítear le patrúin slonn rialta le haghaidh cásanna úsáide ardleibhéil ina bhfuil an marcóir scoilteadh inathraithe, cosúil le 'Sonrasc #\d+' ag meaitseáil aon uimhir sonraisc. Comhlánaíonn Scoilt de réir Téacs Scoilt de réir Leabharmharc do dhoiciméid nach bhfuil imlíne fhoirmiúil acu ach a bhfuil marcóirí téacsúla comhsheasmhacha acu ina ionad. Má tá an dá cheann ag do dhoiciméid, de ghnáth tá leabharmharcanna níos iontaofa toisc go bhfuil siad struchtúrach seachas bunaithe ar ábhar. Tarlaíonn gach próiseáil comhaid ar bhonneagar slán dokk.ai. Scriostar comhaid laistigh de 60 nóiméad agus ní úsáidtear riamh iad le haghaidh foghlaim meaisín ná comhroinnte le tríú páirtithe. Is PDF caighdeánacha iad na comhaid aschuir atá comhoiriúnach le gach léitheoir, priontálaí agus córas bainistíochta doiciméad.

Ceisteanna coitianta

Slándáil agus príobháideacht

Ní scantar téacs an doiciméid ach chun an t-eochairfhocal scoilteadh a aimsiú agus ní stóráiltear ná ní innéacsaítear é. Aistríonn gach comhad thar TLS agus scriostar iad laistigh de 60 nóiméad ó phróiseáil. Tá dokk.ai comhlíontach le RGCS agus ní úsáideann sé ábhar doiciméad riamh le haghaidh oiliúna ná anailísíochta.