EpubCCΜετατροπή ενός εγγράφου δύο στηλών σε EPUB
Ενημερωμένο:
Εργασίες δύο στηλών διασπώνται όταν ο μετατροπέας διαβάζει ευθεία και στις δύο στήλες. Στη εργασία OLMo (arXiv, CC BY 4.0) η μηχανή EpubCC κρατά τις στήλες χωριστές, αλλά το pdf_oxide's extract_text έχει υψηλότερη βαθμολογία για τη συνέχεια αυτού του εγγράφου.
Πρωτότυπη και αποτέλεσμα
Δύο στήλες ανά σελίδα, πίνακες, φιγούρες και υποσημειώσεις. Η ανάγνωση διαγώνια στο κενό στήλης αναμειγνύει δύο άσχετες προτάσεις σε κάθε γραμμή.
Κατεβάστε την πηγή PDF Κατεβάστε το δείγμα EPUB
Πηγή και άδεια
- Έγγραφο
- OLMo paper (arXiv 2402.00838)
- Άδεια
- CC BY 4.0
- Σελίδες
- 21
- Χαρακτηριστικά
- κείμενο PDF, δύο στήλες, πίνακες, υποσημειώσεις, εικόνες, ακαδημαϊκή εργασία
Groeneveld et al., “OLMo: Accelerating the Science of Language Models”, arXiv:2402.00838v4, licensed CC BY 4.0. Pages shown unmodified; the EPUB is our conversion.
Ρυθμίσεις που χρησιμοποιούνται
- Μηχανή: EpubCC μηχανή, κατασκευή της 2026-11-03 (η οποία μετρήθηκε στη δοκιμή απόδοσης).
- Σελίδες: το ολόκληρο έγγραφο.
- Επιλογές: καμία. Η μηχανή δεν έχει ακόμα ρυθμίσεις ανά έγγραφο; οι ίδιες προεπιλογές ισχύουν για κάθε αρχείο.
Επικύρωση και αποτελέσματα
EPUBCheck EPUBCheck στην EPUB μας: 0 σφάλματα, 0 προειδοποιήσεις.
| Μηχανή | 8-γραμμα ανάκληση |
|---|---|
| EpubCC engine (EPUB output) | 0.893 |
| EpubCC engine (plain text) | 0.891 |
| pdf_oxide · extract_text | 0.854 |
| pdf_oxide · to_plain_text (XY-cut) | 0.273 |
| pdf_oxide · Markdown | 0.719 |
| PDFium · text().all() | 0.761 |
| OpenDataLoader PDF (local mode) | 0.820 |
| pdftotext (Poppler) | 0.781 |
| Calibre · ebook-convert (EPUB output) | 0.640 |
| EpubCC engine (EPUB, same extractor as Calibre) | 0.892 |
Περιορισμοί που παρατηρήσαμε
- pdf_oxide extract_text έχει υψηλότερη ανακλησιμότητα 8-γραμματικών από τη μηχανή μας σε αυτό το έγγραφο.
- Οι πίνακες γράφονται ως κείμενο σε διάταξη ανάγνωσης; δεν ξαναχτίζονται ως πίνακες.