EpubCCSestavení kapitol a obsahu z učebnice PDF
Aktualizováno:
Kapitoly pocházejí z vlastního obsahu PDF, když má jeden, nebo z úrovně nadpisu, která se opakuje napříč stránkami. U tohoto učebnice Project Gutenberg, typograficky zpracované ve LaTeXu, každý engin skóruje špatně na text kvůli vzorcům, náš včetně.
Původní a výsledek
Kapitoly, běžné záhlaví, poznámky pod čarou a mnohé matematické vzorce.
Stáhnout zdroj PDF Stáhnout ukázku EPUB
Zdroj a licence
- Dokument
- Calculus textbook typeset in LaTeX (Project Gutenberg #33283)
- Licence
- Public domain in the U.S. (Project Gutenberg; its trademark only under its licence)
- Stránky
- 292
- Vlastnosti
- text PDF, kniha, kapitoly, opakované hlavičky, poznámky pod čarou, vzorce
Silvanus P. Thompson, Calculus Made Easy, 2nd edition (1914), public domain in the U.S.; PDF edition from Project Gutenberg (eBook #33283).
Použité nastavení
- Motor: EpubCC motor, build z 2026-11-03 (ten, který byl měřen v benchmarku).
- Strany: celý dokument.
- Možnosti: žádné. Engine zatím nemá nastavení pro každý dokument; stejné výchozí hodnoty platí pro každý soubor.
Ověření a výsledky
EPUBCheck EPUBCheck na našem EPUB: 0 chyby, 0 upozornění.
| Stroj | 8-gramová recall |
|---|---|
| EpubCC engine (EPUB output) | 0.517 |
| EpubCC engine (plain text) | 0.498 |
| pdf_oxide · extract_text | 0.479 |
| pdf_oxide · to_plain_text (XY-cut) | 0.496 |
| pdf_oxide · Markdown | 0.481 |
| PDFium · text().all() | 0.494 |
| OpenDataLoader PDF (local mode) | 0.533 |
| pdftotext (Poppler) | 0.511 |
| Calibre · ebook-convert (EPUB output) | 0.499 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.517 |
Omezení, která jsme pozorovali
- Vzorce jsou psány jako obyčejný text; nejsou konvertovány do MathML.
- OpenDataLoader má vyšší recall 8-gram než náš engine v tomto dokumentu.