Бөлу үшін қандай кілт сөз түрлері жақсы жұмыс жасайды?

Бір бөлімде дәл бір рет кездесетін тұрақты, бірегей фразалар жақсы жұмыс жасайды. Мысалдар: "Invoice Number", "Page 1 of", "EXHIBIT", "Dear" немесе құжат ID префикстері. Бір бөлімде бірнеше рет кездесетін өте жиі сөздерден аулақ болыңыз.

Құрал сканерленген PDF-терде жұмыс жасай ма?

Мәтін бойынша бөлу машиналық оқылатын мәтінді қажет етеді. Сканерленген сурет PDF-тері мәтінді шығарып алу үшін алдымен OCR арқылы өңделуі керек. Мәтін бойынша бөлуді қолданбас бұрын сканерленген PDF-те dokk.ai-дің OCR құралын пайдаланыңыз.

Бөлу кілт сөзі ретінде тұрақты өрнек пайдалана аламын ба?

Иә. Regex опциясын қосып, кез келген шот-фактура нөміріне сәйкестендіру үшін Invoice #\d+ немесе жолдың басындағы ай атауларында бөлу үшін ^(January|February|March) сияқты үлгі енгізіңіз.

Кілт сөз құжатта кездеспесе не болады?

Сәйкестіктер табылмаса, құрал бастапқы PDF-ті өзгертусіз қайтарады және кілт сөз анықталмағанын көрсететін ескерту хабарын береді. Емлені тексеріп, PDF-те машиналық оқылатын мәтін бар екенін тексеріңіз.

Мәтін бойынша бөлу мен Бетбелгілер бойынша бөлудің айырмашылығы неде?

Бетбелгілер бойынша бөлу PDF-ке енгізілген құрылымдық контурды (құжат авторы жасаған) пайдаланады. Мәтін бойынша бөлу бөлу нүктелерін динамикалық табу үшін нақты бет мазмұнын пайдаланады. Ресми контурасы бар құрылымды құжаттар үшін Бетбелгілерді; тұрақты кілт сөздер бар, бірақ бетбелгілер болмауы мүмкін автоматты жасалған топтық экспорттар үшін Мәтін бойынша бөлуді пайдаланыңыз.

Кілт сөз бетін шығысқа қосуға немесе шығаруға болады ма?

Иә. Кілт сөзі бар бет келесі шығыс файлдың бірінші беті немесе алдыңғы шығыс файлдың соңғы беті болатынын конфигурациялауға болады. Сонымен қатар мазмұны жоқ бөлгіш беттерді мүлдем алып тастауды таңдауға болады.

Құрал қанша бөлу нүктесін өңдей алады?

Бөлу нүктелеріне қатаң шек жоқ. Құрал 1000-нан астам кілт сөз кездесулері бар құжаттарда сынақтан өтті, бір ZIP мұрағатында 1000-нан астам шығыс файл шығарды.

Шығыс файлдар автоматты аталады ма?

Шығыс файлдар әдепкі бойынша реттілікпен аталады (мыс., split_001.pdf, split_002.pdf). Кілт сөз сәйкестігінде бірегей идентификатор (мысалы, шот-фактура нөмірі) болса, ол мән файл атауында пайдаланылуы мүмкін.

Тек кейбір кілт сөз сәйкестіктерінен беттерді шығарып алуға болады ма?

Стандартты жұмыс ағыны әр сәйкестікте бөледі. Таңдамалы шығарып алу үшін бөлу алдын ала қарауынан қажетті бет диапазондарын анықтағаннан кейін Беттерді шығарып алуды пайдаланыңыз немесе қолмен басқару үшін Бет диапазоны бойынша бөлуді пайдаланыңыз.

Файл өлшемінің шегі бар ма?

dokk.ai 200 МБ дейінгі PDF-терді қабылдайды. Үлкен топтық экспорттар үшін алдымен бастапқы файлды екіге бөліп, содан кейін Мәтін бойынша бөлуді әр жартысына қолдануды қарастырыңыз.

Барлық құралдар

Мәтін бойынша бөлу

Беттер арасындағы мәтін өзгергенде бөлу

1Жүктеу

2Баптау

3Өңдеу

Drop file here

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

Негізгі мүмкіндіктер

PDF-ті көрсетілген кілт сөзі немесе фразасы бар әр бетте бөледі
мәтін сәйкестігі әдепкі бойынша регистрге сезімтал емес
айнымалы маркерлер үшін қосымша тұрақты өрнек үлгісін қолдау
алдыңғы немесе келесі шығыс файлға кілт сөз бетін қосуды немесе шығаруды таңдау
жергілікті мәтіндік PDF-тер және OCR-өңделген сканерленген құжаттармен жұмыс
реттілікпен нөмірленген файлдар немесе ZIP мұрағатын шығарады
жүздеген бөлу нүктелері бар PDF-терді өңдейді
суреттерді
қаріптерді және аннотацияларды қоса барлық мазмұнды сақтайды
орнатусыз браузерде жұмыс жасайды
TLS арқылы қауіпсіз жүктеп салу және 60 минут ішінде автоматты жою

Қолдану жағдайлары

Шот-фактуралардың топтық экспортын жеке шот-фактура PDF-теріне бөлу
пішіндердің жаппай сканін әр "Пішін ID" бөлгіш бетінде бөлу
күнделікті есеп бумасын әр "Күні:" тақырыбында бөлу
пошта-біріктіру экспортынан жеке пациент хаттарын шығарып алу
заңды транскриптті әр "EXHIBIT" маркерінде бөлу
оқыту нұсқаулығын әр "Модуль" тақырыбында бөлу
логистикалық манифест PDF-нен жеке тасымал жазбаларын оқшаулау
сканерленген банк үзінді тізімін әр шот нөмірінде бөлу
біріктірілген тест нәтижесі PDF-ін әр студент атында бөлу
біріктірілген сақтандыру құжаттары бумасынан жеке полисті шығарып алу

Қалай пайдалану керек

1Бөлу нүктелері ретінде пайдаланғыңыз келетін қайталанатын мәтіндік маркерлері бар PDF-ті жүктеп беріңіз.
2Бөлуге арналған кілт сөзді немесе фразаны енгізіңіз. Бас әріп жазылуы өзгерсе регистрге сезімтал еместі қосыңыз немесе айнымалы үлгілер үшін тұрақты өрнек енгізіңіз.
3Кілт сөзі бар бет келесі шығыс файлды бастайтынын немесе алдыңғысын аяқтайтынын таңдаңыз — бұл бөлгіш беттердің қайда орналасатынын анықтайды.
4Өңдеу түймесін басыңыз. dokk.ai әр бетті сканерлейді, барлық сәйкестіктерді анықтайды және құжатты әр кездесуде бөледі.
5Жеке бөлінген файлдарды немесе ZIP мұрағатын жүктеп алыңыз. Файлдар реттілікпен аталады және әрқайсысы кілт сөз кездесулері арасындағы бір бөлімге сәйкес келеді.

PDF бірнеше құжаттың бір файлда біріктірілген топтық экспорты болғанда — жүздеген шот-фактура, бір күндік сканерленген пішіндер немесе белгілі тақырыппен басталатын белгілі бөлімдері бар автоматты жасалған есеп — оны бекітілген кілт сөз бойынша бөлу бет диапазондарын қолмен анықтаудан әлдеқайда жылдам. Мәтін бойынша бөлу әр бетті сіз көрсеткен фраза үшін сканерлейді және ол фраза кездескен сайын жаңа шығыс файл жасайды, тиімді түрде құжаттың өз мазмұнын бөлу картасы ретінде пайдаланады. Бұл кредиторлық берешекті автоматтандыруды, пішінді өңдеу желілерін және жаппай құжат тарату жұмыс ағындарын аяқтайтын құрал. Бухгалтерлік жүйе 500 шот-фактураны бір PDF ретінде экспорттайды — Мәтін бойынша бөлу әр бөлгіш бетте "INVOICE NUMBER" тауып, 500 жеке шот-фактура файлын шығарады. Медициналық жазбалар жүйесі пациент хаттарын топтастырады — құрал әр пациент үшін бір хат шығару үшін "Dear Patient" деп бөледі. Логистикалық компания "SHIPMENT ID" бар штрихкод жапсырмасымен басталатын тасымал жазбаларын алады — құрал кейінгі өңдеу үшін әр тасымалды өз файлына бөліп шығарады. Кілт сөз бетінің өзі шығыс файлға қосылатынын немесе алынып тасталатынын таңдауға болады — өздерінің мазмұны жоқ бөлгіш беттер үшін пайдалы. Регистрге сезімталдығы жоқ сәйкестік автоматты жасалған құжаттардағы бас әріп вариацияларын алаңдатпайтынын қамтамасыз етеді. Кілт сөз айнымалы болатын кеңейтілген жағдайлар үшін, мысалы кез келген шот-фактура нөміріне сәйкес Invoice #\d+ сияқты, тұрақты өрнек үлгілері қолданылады. Мәтін бойынша бөлу ресми контурасы жоқ, бірақ тұрақты мәтіндік маркерлері бар құжаттар үшін Бетбелгілер бойынша бөлуді толықтырады. Егер құжаттарыңызда екеуі де болса, бетбелгілер әдетте сенімдірек болады, себебі олар мазмұнға емес құрылымдыға негізделген. Максималды икемділік үшін екі тәсілді біріктіріңіз: тарау деңгейінде бетбелгілер бойынша бөліп, содан кейін жеке жазбаларды оқшаулау үшін тараулар ішінде мәтін бойынша бөліңіз. Барлық файлды өңдеу dokk.ai-дің қауіпсіз инфрақұрылымында жүреді. Файлдар 60 минут ішінде жойылады және машиналық оқыту үшін ешқашан пайдаланылмайды немесе үшінші тараптармен бөліспейді. Шығыс файлдар барлық оқырман, принтер және құжат-менеджмент жүйесімен үйлесімді стандартты PDF-тер.

Жиі қойылатын сұрақтар

Қауіпсіздік және құпиялылық

Құжат мәтіні тек бөлу кілт сөзін табу үшін сканерленеді, сақталмайды немесе индекстелмейді. Барлық файлдар TLS арқылы тасымалданады және өңделгеннен кейін 60 минут ішінде жойылады. dokk.ai GDPR талаптарына сай және оқыту немесе аналитика үшін құжат мазмұнын ешқашан пайдаланбайды.