विभाजनासाठी कोणत्या प्रकारचे कीवर्ड सर्वोत्तम काम करतात?

प्रत्येक विभागात अचूक एकदा दिसणारे सुसंगत, अद्वितीय वाक्यांश सर्वोत्तम काम करतात. उदाहरणांमध्ये इनव्हॉइस नंबर, 'पृष्ठ 1 पैकी', 'EXHIBIT', 'प्रिय' किंवा दस्तऐवज ID उपसर्गांचा समावेश आहे. प्रत्येक विभागात अनेक वेळा दिसणारे अतिशय सामान्य शब्द टाळा.

साधन स्कॅन केलेल्या PDF वर काम करते का?

मजकूरानुसार विभाजनासाठी मशीन-वाचनीय मजकूर आवश्यक आहे. स्कॅन केलेल्या प्रतिमा PDF ला मजकूर काढण्यासाठी प्रथम OCR प्रक्रिया करणे आवश्यक आहे. मजकूरानुसार विभाजन लागू करण्यापूर्वी स्कॅन केलेल्या PDF वर dokk.ai चे OCR साधन वापरा.

मी विभाजन कीवर्ड म्हणून रेग्युलर एक्सप्रेशन वापरू शकतो का?

होय. regex पर्याय सक्षम करा आणि कोणत्याही इनव्हॉइस नंबरशी जुळण्यासाठी Invoice #\d+ सारखा पॅटर्न प्रविष्ट करा, किंवा ओळीच्या सुरुवातीला महिन्याच्या नावांवर विभाजित करण्यासाठी ^(जानेवारी|फेब्रुवारी|मार्च).

जर कीवर्ड दस्तऐवजात दिसत नसेल तर काय होते?

जर कोणतेही जुळणारे आढळले नाही, तर साधन मूळ PDF अपरिवर्तित परत करते आणि कीवर्ड आढळला नाही असे सूचित करणारी चेतावणी दाखवते. स्पेलिंग तपासा आणि PDF मध्ये मशीन-वाचनीय मजकूर असल्याची खात्री करा.

मजकूरानुसार विभाजन आणि बुकमार्कनुसार विभाजन यातील फरक काय आहे?

बुकमार्कनुसार विभाजन PDF मध्ये एम्बेड केलेल्या संरचनात्मक रूपरेषा वापरते. मजकूरानुसार विभाजन विभाजन बिंदू गतिशीलपणे शोधण्यासाठी वास्तविक पृष्ठ सामग्री वापरते. औपचारिक रूपरेषा असलेल्या संरचित दस्तऐवजांसाठी बुकमार्क वापरा; स्वयंचलितपणे निर्मित बॅच निर्यातीसाठी जेथे सुसंगत कीवर्ड असतात परंतु बुकमार्क नसू शकतात तेथे मजकूरानुसार विभाजन वापरा.

मी कीवर्ड पृष्ठ आउटपुटमध्ये समाविष्ट किंवा वगळू शकतो का?

होय. आपण कॉन्फिगर करू शकता की कीवर्ड असलेले पृष्ठ पुढील आउटपुट फाइलचे पहिले पृष्ठ बनते किंवा मागील आउटपुट फाइलचे शेवटचे पृष्ठ. जर त्यात कोणतीही महत्त्वपूर्ण सामग्री नसेल तर आपण विभाजक पृष्ठे पूर्णपणे वगळू शकता.

साधन किती विभाजन बिंदू हाताळू शकते?

विभाजन बिंदूंवर कठोर मर्यादा नाही. साधन 1,000 पेक्षा जास्त कीवर्ड घटना असलेल्या दस्तऐवजांवर चाचणी केली गेली आहे, एकाच ZIP संग्रहणात 1,000 पेक्षा जास्त आउटपुट फाइल्स तयार करते.

आउटपुट फाइल्स स्वयंचलितपणे नामित केल्या जातात का?

आउटपुट फाइल्स डीफॉल्टनुसार क्रमाने नामित केल्या जातात (उदा. विभाजन_001.pdf, विभाजन_002.pdf). जर कीवर्ड जुळण्यात एक अद्वितीय ओळखकर्ता असेल (जसे इनव्हॉइस नंबर), तर ती मूल्य पर्यायाने फाइलनामात वापरली जाऊ शकते.

मी फक्त काही कीवर्ड जुळण्यातून पृष्ठे काढू शकतो का?

मानक वर्कफ्लो प्रत्येक जुळण्यावर विभाजित करतो. निवडक काढण्यासाठी, विभाजन पूर्वावलोकनातून आपल्याला आवश्यक पृष्ठ श्रेणी ओळखल्यानंतर पृष्ठे काढा वापरा, किंवा मॅन्युअल नियंत्रणासाठी पृष्ठ श्रेणीनुसार विभाजन वापरा.

फाइल आकार मर्यादा आहे का?

dokk.ai 200 MB पर्यंत PDF स्वीकारतो. मोठ्या बॅच निर्यातींसाठी, प्रथम स्रोत फाइल अर्ध्यावर विभाजित करण्याचा आणि नंतर प्रत्येक अर्ध्यावर मजकूरानुसार विभाजन लागू करण्याचा विचार करा.

सर्व साधने

मजकूरानुसार विभाजित करा

पृष्ठांमध्ये मजकूर बदलल्यावर विभाजित करा

1अपलोड करा

2कॉन्फिगर करा

3प्रक्रिया करा

Drop file here

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

मुख्य वैशिष्ट्ये

निर्दिष्ट कीवर्ड किंवा वाक्यांश असलेल्या प्रत्येक पृष्ठावर PDF विभाजित करते
डीफॉल्टनुसार केस-असंवेदनशील मजकूर जुळवणे
व्हेरिएबल मार्कर्ससाठी पर्यायी रेग्युलर एक्सप्रेशन पॅटर्न समर्थन
मागील किंवा पुढील आउटपुट फाइलमध्ये कीवर्ड पृष्ठ समाविष्ट किंवा वगळण्याची निवड
नेटिव्ह टेक्स्ट PDF आणि OCR-प्रक्रिया केलेल्या स्कॅन केलेल्या दस्तऐवजांसह कार्य करते
क्रमाने क्रमांकित फाइल्स किंवा ZIP संग्रहण आउटपुट करते
शेकडो विभाजन बिंदू असलेल्या PDF हाताळते
प्रतिमा
फॉन्ट आणि टीप्पण्यांसह सर्व सामग्री जपते
सुरक्षित TLS अपलोड आणि 60 मिनिटांत स्वयंचलित हटवणे

वापराचे प्रसंग

बल्क इनव्हॉइस निर्यात वैयक्तिक इनव्हॉइस PDF मध्ये विभाजित करणे
प्रत्येक फॉर्म ID विभाजक पृष्ठावर बल्क फॉर्म स्कॅन विभाजित करणे
प्रत्येक 'तारीख:' शीर्षलेखावर दैनिक अहवाल बंडल विभाजित करणे
मेल-मर्ज निर्यातीतून वैयक्तिक ग्राहक पत्रे काढणे
प्रत्येक 'EXHIBIT' मार्करवर कायदेशीर प्रतिलिपी विभाजित करणे
प्रत्येक 'मॉड्यूल' शीर्षलेखावर प्रशिक्षण पुस्तिका विभाजित करणे
एकत्रित चाचणी निकाल फाइल प्रत्येक विद्यार्थ्याच्या नावावर विभाजित करणे

कसे वापरावे

1विभाजन बिंदू म्हणून वापरायच्या पुनरावृत्त मजकूर मार्कर असलेला PDF अपलोड करा.
2विभाजित करण्यासाठी कीवर्ड किंवा वाक्यांश प्रविष्ट करा. जर स्पेलिंग भिन्न असेल तर केस-असंवेदनशील जुळवणे सक्षम करा, किंवा व्हेरिएबल पॅटर्नसाठी रेग्युलर एक्सप्रेशन प्रविष्ट करा.
3कीवर्ड असलेले पृष्ठ पुढील आउटपुट फाइल सुरू करते की मागील पृष्ठ संपवते हे निवडा — हे विभाजक पृष्ठे कुठे जातात हे ठरवते.
4प्रक्रिया करा वर क्लिक करा. dokk.ai प्रत्येक पृष्ठ स्कॅन करते, सर्व जुळणारे ओळखते आणि प्रत्येक घटनेवर दस्तऐवज विभाजित करते.
5वैयक्तिक विभाजित फाइल्स किंवा ZIP संग्रहण डाउनलोड करा. फाइल्स क्रमाने नामित केल्या जातात आणि प्रत्येक कीवर्ड घटनांमधील एका विभागाशी संबंधित असते.

ERP प्रणाली, बिलिंग सॉफ्टवेअर आणि फॉर्म व्यवस्थापन सॉफ्टवेअरमधील बल्क PDF निर्यात बऱ्याचदा एकाच फाइलमध्ये शेकडो किंवा हजारो दस्तऐवज असतात, सुसंगत कीवर्ड किंवा वाक्यांशांनी विभाजित केलेले. पृष्ठ श्रेणी मॅन्युअली टाइप केल्यास तास लागतील. dokk.ai चे मजकूरानुसार PDF विभाजित करा साधन आपल्या कीवर्ड किंवा रेग्युलर एक्सप्रेशन पॅटर्नसाठी प्रत्येक पृष्ठ स्कॅन करते आणि प्रत्येक घटनेवर आपोआप दस्तऐवज विभाजित करते. डीफॉल्टनुसार केस-असंवेदनशील जुळवणे आणि व्हेरिएबल मार्कर्ससाठी पर्यायी रेग्युलर एक्सप्रेशन पॅटर्न समर्थित आहेत — उदा. कोणत्याही इनव्हॉइस नंबरसाठी Invoice #\d+. आपण कॉन्फिगर करू शकता की कीवर्ड असलेले पृष्ठ पुढील आउटपुट फाइलचे पहिले पृष्ठ बनते किंवा मागील पृष्ठाचे शेवटचे पृष्ठ. हे साधन लेखा ऑटोमेशन, फॉर्म प्रक्रिया आणि बल्क दस्तऐवज वितरण पूर्ण करते. लेखा प्रणाली 500 इनव्हॉइस एकल PDF म्हणून निर्यात करते — हे साधन विभाजन मार्कर्स ओळखते आणि 500 स्वतंत्र फाइल्स तयार करते. आपण कीवर्ड असलेले पृष्ठ आउटपुट फाइलमध्ये समाविष्ट करायचे की वगळायचे हे निवडू शकता. केस फरक केला जात नाही. मजकूरानुसार विभाजन फॉर्मल संरचना नसलेल्या परंतु सुसंगत मजकूर मार्कर असलेल्या दस्तऐवजांसाठी बुकमार्कनुसार विभाजनास पूरक आहे. सर्व फाइल्स dokk.ai च्या सुरक्षित पायाभूत सुविधांवर प्रक्रिया केल्या जातात. 60 मिनिटांत हटवल्या जातात. मशीन लर्निंगसाठी कधीही वापरल्या जात नाहीत.

वारंवार विचारले जाणारे प्रश्न

सुरक्षा आणि गोपनीयता

दस्तऐवज मजकूर केवळ विभाजन कीवर्ड शोधण्यासाठी स्कॅन केला जातो आणि साठवला किंवा इंडेक्स केला जात नाही. सर्व फाइल्स TLS द्वारे हस्तांतरित केल्या जातात आणि प्रक्रियेनंतर 60 मिनिटांत हटवल्या जातात. dokk.ai GDPR अनुरूप आहे आणि प्रशिक्षण किंवा विश्लेषणासाठी दस्तऐवज सामग्री कधीही वापरत नाही.