EpubCCKonwersja rozporządzenia UE (hiszpańska edycja) do EPUB
Zaktualizowane:
Przepis UE w Dzienniku Urzędowym dobrze konwertuje dla tekstu biegłego: w hiszpańskiej edycji AI Act o długości 144 stron silnik EpubCC usunął każdy biegły nagłówek, zbudował jeden rozdział na artykuł z zarysu PDF i osiągnął 4-gramową dokładność równą 0.982. Niektóre numerowane punkty są oddzielone od swojego tekstu, a inne silniki odzyskują nieco bardziej ciągły tekst.
Oryginał i wynik
Długa ustawa prawna w języku hiszpańskim: recytacje numerowane (1) do (180), artykuły z numerowanymi akapitami i punktami z literami, ciągła nagłówka z odniesieniem do Dziennika Urzędowego na każdej stronie oraz załączniki.
Pobierz źródło PDF Pobierz próbkę EPUB
Gdzie wynik jest dobry
Każda strona powtarza kod językowy, odwołanie do Dziennika Urzędowego oraz numer strony. Silnik wykrywa je, porównując strony, i usuwa wszystkie (uchyb marginesowy 0.000 w porównaniu z 0.753 dla pdf_oxide extract_text i 1.000 dla PDFium).
Zarys PDF wymienia każdy artykuł, więc każdy artykuł staje się rozdziałem z własnym tytułem («Definiciones», «Prácticas de IA prohibidas»…), a spis treści czytelnika może skoczyć do dowolnego z nich. Język jest rozpoznawany jako es.
Gdzie nie jest
Teksty prawne ustalają numery paragrafów w wcięciu wiszącym. Gdy dwa lub więcej kolejnych numerów znajduje się w tym wcięciu, silnik może odczytać je jako osobną kolumnę i zapisać numery oddzielnie od ich tekstu. Słowa są wszystkie tam; powiązanie zostaje utracone. To samo dotyczy ustaw brytyjskich, dlatego jeszcze nie opublikowaliśmy sprawy z UK.
Źródło i licencja
- Dokument
- EU AI Act, Regulation 2024/1689 (Spanish, EUR-Lex)
- Licencja
- Reuse authorised, including commercial (Decision 2011/833/EU; EUR-Lex legal notice), © European Union
- Strony
- 144
- Cechy
- tekst PDF, jedna kolumna, powtarzające się nagłówki, rozdziały, Hiszpański, tekst prawny
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.
Ustawienia użyte
- Silnik: EpubCC silnik w wersji 3b74b26, binarny, który wygenerował obrazy i próbkę (2026-11-04).
- Strony: cały dokument dla figur; strony 46–47 dla obrazów i próbki EPUB.
- Wyniki benchmarków: uruchomienie z dnia 2026-11-04 z tym samym binarnym, każdy silnik na całym dokumencie; ten dokument nie jest jeszcze częścią opublikowanego benchmarku.
- Opcje: brak. Silnik nie ma jeszcze ustawień na poziomie dokumentu; te same domyślne ustawienia mają zastosowanie do każdego pliku.
Walidacja i wyniki
EPUBCheck EPUBCheck w naszym EPUB: 0 błędów, 0 ostrzeżeń.
EPUBCheck 5.4.0 w próbce do pobrania: 0 błędów, 0 ostrzeżeń (sprawdzone 2026-11-04).
- Strony
- 144
- Czas
- 0.53 s
- Szczyt pamięci
- 27 MB
- Wykryty język
- es
- Rozdziały
- 125, jeden na artykuł, z PDF spisu treści
- Nagłówki usunięte
- 401
- Precyzja 4-gramowa
- 0.982 (pdf_oxide 0.965, OpenDataLoader 0.994)
- Ostrzeżenia o jakości
- brak
| Silnik | Przywołanie 8-gramowe |
|---|---|
| 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 |
Ograniczenia, które zaobserwowaliśmy
- Punkty numerowane mogą uwolnić się od swojego tekstu: w definicjach «2)», «3)» i «4)» stały się osobnymi akapitami, po których nastąpiły trzy definicje; w recytacjach również «(156)» i «(157)». Wiszące liczby są odczytywane jako wąski kolumna.
- Tytuł książki to tytuł metadanych PDF, który jest pełnym oficjalnym tytułem (około 400 znaków) z «Texto pertinente a efectos del EEE» do niego dołączonym.
- Jeden rozdział na artykuł daje 125 rozdziałów; spis treści jest długi, ale zgodny z planem PDF.
- PDFium (0.989), pdf_oxide (0.988) i OpenDataLoader (0.996) mają wyższy wynik 8-gramowy niż nasz silnik (0.974) w tym dokumencie.