EpubCCMantenha notas de rodapé ao converter um papel para EPUB
Atualizado:
Rodapés são mantidos como notas EPUB vinculadas quando estão abaixo do texto principal e começam com um marcador que corresponde a uma chamada em sobrescrito. No artigo QLoRA (arXiv, CC BY 4.0) outros motores recuperam texto mais contínuo do que o nosso, como mostra a tabela.
Original e resultado
Rodapés, tabelas e um longo apêndice em uma coluna.
Baixar fonte PDF Baixar a amostra EPUB
Fonte e licença
- Documento
- QLoRA paper (arXiv 2305.14314)
- Licença
- CC BY 4.0
- Páginas
- 26
- Características
- texto PDF, uma coluna, tabelas, notas de rodapé, artigo acadêmico, longo
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.
Configurações usadas
- Engine: EpubCC engine, build de 2026-11-03 (o que foi medido no benchmark).
- Páginas: o documento completo.
- Opções: nenhuma. O motor ainda não tem configurações por documento; os mesmos padrões se aplicam a todos os arquivos.
Validação e resultados
EPUBCheck EPUBCheck em nosso EPUB: 0 erros, 0 avisos.
| Motor | Recuperação de 8-grama |
|---|---|
| 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 |
Limitações que observamos
- OpenDataLoader e PDFium têm uma recuperação de 8-gramas maior do que nosso motor neste documento.
- Se cada nota foi vinculada é verificado manualmente; o benchmark mede apenas o texto.