EpubCCManteniendo notas al pie al convertir un documento a EPUB
Actualizado:
Las notas al pie se mantienen como EPUB enlazadas cuando están debajo del texto principal y comienzan con un marcador que coincide con una llamada en superíndice. En el artículo de QLoRA (arXiv, CC BY 4.0) otros motores recuperan texto más continuo que el nuestro, lo que muestra la tabla.
Original y resultado
Notas al pie, tablas y un largo apéndice en una columna.
Descargar fuente PDF Descargar la muestra EPUB
Fuente y licencia
- Documento
- QLoRA paper (arXiv 2305.14314)
- Licencia
- CC BY 4.0
- Páginas
- 26
- Características
- texto PDF, una columna, tablas, notas al pie, artículo académico, largo
Dettmers, Pagnoni, Holtzman and Zettlemoyer, “QLoRA: Efficient Finetuning of Quantized LLMs”, arXiv:2305.14314v1, licensed CC BY 4.0. Pages shown unmodified; the EPUB is our conversion.
Configuraciones utilizadas
- Motor: EpubCC motor, compilación del 2026-11-03 (el que se midió en el benchmark).
- Páginas: todo el documento.
- Opciones: ninguna. El motor no tiene configuraciones por documento aún; los mismos valores predeterminados se aplican a cada archivo.
Validación y resultados
EPUBCheck EPUBCheck en nuestro EPUB: 0 errores, 0 advertencias.
| Motor | recuperación de 8-gramas |
|---|---|
| EpubCC engine (EPUB output) | 0.863 |
| EpubCC engine (plain text) | 0.860 |
| pdf_oxide · extract_text | 0.817 |
| pdf_oxide · to_plain_text (XY-cut) | 0.852 |
| pdf_oxide · Markdown | 0.868 |
| PDFium · text().all() | 0.908 |
| OpenDataLoader PDF (local mode) | 0.917 |
| pdftotext (Poppler) | 0.770 |
| Calibre · ebook-convert (EPUB output) | 0.851 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.861 |
Limitaciones que observamos
- OpenDataLoader y PDFium tienen una mayor recuperación de 8-gramas que nuestro motor en este documento.
- Se verifica manualmente si cada nota está vinculada; la referencia mide solo el texto.