텍스트별 분할

PDF가 여러 문서가 연결된 일괄 내보내기인 경우(단일 파일에 수백 개의 청구서, 하루치 스캔된 양식, 또는 알려진 제목으로 각 섹션이 시작하는 자동 생성된 보고서), 고정된 키워드로 분할하는 것이 수동으로 페이지 범위를 식별하는 것보다 훨씬 빠릅니다. 텍스트별 분할은 지정한 구문을 찾아 각 페이지를 스캔하고 해당 구문이 나타날 때마다 새 출력 파일을 만들어, 문서 자체의 내용을 분할 맵으로 효과적으로 사용합니다. 이것은 미지급금 자동화, 양식 처리 파이프라인 및 대량 문서 배포 워크플로를 완성하는 도구입니다. 회계 시스템은 500개의 청구서를 단일 PDF로 내보냅니다. 텍스트별 분할은 각 구분 페이지에서 '청구서 번호'를 찾아 500개의 개별 청구서 파일을 생성합니다. 의료 기록 시스템은 환자 편지를 일괄 처리합니다. 이 도구는 '친애하는 환자'에서 분할하여 환자당 하나의 편지를 생성합니다. 물류 회사는 '배송 ID'가 포함된 바코드 레이블로 시작하는 각 배송이 있는 일일 매니페스트를 수신합니다. 이 도구는 각 배송을 다운스트림 처리를 위한 자체 파일로 분리합니다. 키워드 페이지 자체가 출력 파일에 포함될지 또는 폐기될지 선택할 수 있습니다. 자체적으로 의미 있는 내용이 없는 구분 페이지에 유용합니다. 대소문자 구분 없는 매칭은 자동 생성된 문서에서 대소문자 변형에 대해 걱정할 필요가 없도록 합니다. 정규식 패턴은 분할 마커가 가변적인 고급 사용 사례를 위해 지원됩니다. 예를 들어 모든 청구서 번호와 일치하는 'Invoice #\d+'가 있습니다. 텍스트별 분할은 공식 개요가 없지만 일관된 텍스트 마커가 있는 문서의 경우 북마크별 분할을 보완합니다. 문서에 둘 다 있는 경우 북마크는 콘텐츠 기반이 아닌 구조적이기 때문에 일반적으로 더 신뢰할 수 있습니다. 최대 유연성을 위해 두 접근 방식을 결합하십시오. 챕터 수준에서 북마크별 분할을 하고, 챕터 내에서 텍스트별 분할을 하여 개별 레코드를 분리합니다. 모든 파일 처리는 dokk.ai의 안전한 인프라에서 이루어집니다. 파일은 60분 이내에 삭제되며 기계 학습에 사용되거나 제3자와 공유되지 않습니다. 출력 파일은 모든 리더, 프린터 및 문서 관리 시스템과 호환되는 표준 PDF입니다.