EpubCCMuuntaminen EU-säädöksestä (espanjalainen painos) EPUB:ksi
Päivitetty:
EU:n säädös virallisessa lehdessä muuttaa hyvin juoksevaa tekstiä: 144-sivuisessa espanjankielisessä AI-lain painoksessa EpubCC -moottori poisti joka ikisen juoksevan otsikon, rakensi yhden luvun jokaisesta artiklasta PDF -kaaviosta ja saavutti 4-grammin tarkkuuden 0.982. Jotkut numeroidut kohdat ovat irrotettuina tekstistään, ja muut moottorit palauttavat hieman jatkuvampaa tekstiä.
Alkuperäinen ja tulos
Pitkä lakiehdotus espanjaksi: johdannot numeroitu (1) - (180), artiklat numeroiduilla kappaleilla ja kirjaimillisia kohtia, juokseva otsikko virallisen lehden viitteellä jokaisella sivulla ja liitteet.
Lataa lähde PDF Lataa näyte EPUB
Missä tulos on hyvä
Jokaisella sivulla toistuu kielikoodi, virallisen lehden viite ja sivunumero. Moottori havaitsee ne vertaamalla sivuja ja poistaa kaikki (marginaalivuoto 0.000 suhteessa 0.753:lle pdf_oxide:lle extract_text ja 1.000:lle PDFium:lle).
PDF luetteloi jokaisen artikkelin, joten jokaisesta artikkelista tulee oma luku omalla otsikollaan («Definiciones», «Prácticas de IA prohibidas»…), ja lukijan sisällysluettelo voi hypätä mihin tahansa niistä. Kieli on havaittu olevan es.
Missä se ei ole
Oikeudelliset asiakirjat asettavat kappaleensa numerot roikkuvaan sisennykseen. Kun kaksi tai useampi peräkkäinen numero on tässä sisennyksessä, moottori voi lukea ne erilliseksi sarakkeeksi ja kirjoittaa numerot erilleen niiden tekstistä. Sanat ovat kaikki siellä; paritus katoaa. Sama tapahtuu Yhdistyneen kuningaskunnan laeissa, minkä vuoksi emme ole julkaisseet vielä Yhdistyneen kuningaskunnan tapausta.
Lähde ja lisenssi
- Dokumentti
- EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
- Lisenssi
- Reuse authorised, including commercial (Decision 2011/833/EU; EUR-Lex legal notice), © European Union
- Sivut
- 144
- Ominaisuudet
- teksti PDF, yksi sarake, toistuvat otsikot, luvut, Espanja, lainateksti
Regulation (EU) 2024/1689 (Artificial Intelligence Act), Spanish edition, Official Journal of the European Union, L series, 12 July 2024, ELI http://data.europa.eu/eli/reg/2024/1689/oj. © European Union, https://eur-lex.europa.eu, 1998-2026. Reused under Decision 2011/833/EU; only the Official Journal edition is authentic. The EPUB is our conversion.
Käytetyt asetukset
- Moottori: EpubCC moottori commitissa 3b74b26, binääri, joka tuotti kuvat ja näytekappaleen (2026-11-04).
- Sivut: koko asiakirja kuvien osalta; sivut 46–47 kuvien ja näytteen EPUB osalta.
- Vertailuluvut: suoritus 2026-11-04 samalla binäärillä, jokainen moottori koko asiakirjassa; tämä asiakirja ei ole vielä osa julkaistua vertailua.
- Valinnat: ei mitään. Moottorilla ei vielä ole asiakirjakohtaisia asetuksia; samat oletusasetukset pätevät kaikkiin tiedostoihin.
Validointi ja tulokset
EPUBCheck EPUBCheck meidän EPUB: 0 virheitä, 0 varoituksia.
EPUBCheck 5.4.0 ladattavasta näytteestä: 0 virhettä, 0 varoitusta (tarkistettu 2026-11-04).
- Sivut
- 144
- Aika
- 0.53 s
- Huippumuisti
- 27 MB
- Kieli havaittu
- es
- Luvut
- 125, yksi per artikkeli, PDF kaaviosta
- Juoksevat otsikot poistettu.
- 401
- 4-grammin tarkkuus
- 0.982 (0.965 pdf_oxide, 0.994 OpenDataLoader)
- Laatuvaroitukset
- ei mitään
| Moottori | 8-grammin muistaminen |
|---|---|
| EpubCC engine (EPUB output) | 0.988 |
| EpubCC engine (plain text) | 0.983 |
| pdf_oxide · extract_text | 0.988 |
| pdf_oxide · to_plain_text (XY-cut) | 0.988 |
| pdf_oxide · Markdown | 0.988 |
| PDFium · text().all() | 0.989 |
| OpenDataLoader PDF (local mode) | 0.996 |
| pdftotext (Poppler) | 0.986 |
| Calibre · ebook-convert (EPUB output) | 0.987 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.988 |
Havaittuja rajoituksia
- Numeroidut kohdat voivat irrota tekstistään: määritelmät, «2)», «3)» ja «4)» muuttuivat omiksi kappaleikseen, joita seurasi kolme määritelmää; julkisissa lausumissa «(156)» ja «(157)» tekivät samoin. Ripustettavia numeroita luetaan kapeana sarakkeena.
- Kirjan otsikko on PDF:n metatieto-otsikko, joka on täydellinen virallinen otsikko (noin 400 merkkiä) liitettynä «Texto pertinente a efectos del EEE».
- Yksi luku per artikkeli antaa 125 lukua; sisällysluettelo on pitkä mutta seuraa PDF-rakennetta.
- PDFium (0.989), pdf_oxide (0.988) ja OpenDataLoader (0.996) ovat saaneet korkeamman 8-grammi paluun kuin moottorimme (0.974) tässä asiakirjassa.