EpubCCPăstrează notele de subsol atunci când convertești un document în EPUB
Actualizat:
Notele de subsol sunt păstrate ca EPUB legate atunci când se află sub textul principal și încep cu un marcator care se potrivește cu un apel superscris. Pe lucrarea QLoRA (arXiv, CC BY 4.0) alte motoare recuperează mai mult text continuu decât al nostru, ceea ce arată tabela.
Original și rezultat
Note de subsol, tabele și o anexă lungă într-o coloană.
Descarcă sursa PDF Descarcă eșantionul EPUB
Sursă și licență
- Document
- QLoRA paper (arXiv 2305.14314)
- Licență
- CC BY 4.0
- Pagini
- 26
- Trăsături
- text PDF, o coloană, tabele, note de subsol, articol academic, lung
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.
Setări utilizate
- Motor: EpubCC motor, build din 2026-11-03 (cel măsurat în benchmark).
- Pagini: întregul document.
- Opțiuni: niciuna. Motorul nu are încă setări per document; aceleași valori implicite se aplică fiecărui fișier.
Validare și rezultate
EPUBCheck EPUBCheck pe EPUB: 0 erori, 0 avertizări.
| Motor | recall 8-gram |
|---|---|
| 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 |
Limitări observate
- OpenDataLoader și PDFium au o acoperire 8-gram mai mare decât motorul nostru pe acest document.
- Dacă fiecare notă a fost legată este verificat manual; standardul măsoară doar textul.