EpubCCİki sütunlu bir makaleyi EPUB'ye dönüştürme
Güncellendi:
İki sütunlu belgeler, bir dönüştürücünün her iki sütunu da dümdüz okuması durumunda bozulur. OLMo belgesinde (arXiv, CC BY 4.0) EpubCC motoru sütunları ayrı tutar, ancak pdf_oxide'nin extract_text'ı bu belge için süreklilik açısından daha yüksek puan alır.
PDF dosyanızı ücretsiz indirin ve bölümlerini, paragraflarını ve notlarını kontrol edin.
Orijinal ve sonuç
Her sayfada iki sütun, tablolar, şekiller ve dipnotlar. Sütun boşluğunun üzerinden okumak, her satırda iki alakasız cümleyi karıştırır.
Kaynak PDF indir Örnek EPUB indir
Kaynak ve lisans
- Belge
- OLMo paper (arXiv 2402.00838)
- Lisans
- CC BY 4.0
- Sayfalar
- 21
- Özellikler
- metin PDF, iki sütun, tablolar, dipnotlar, şekiller, akademik makale
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.
Kullanılan ayarlar
- Motor: EpubCC motoru, 2026-11-03 yapımı (benchmarkte ölçülen).
- Sayfalar: tüm belge.
- Seçenekler: yok. Motorun henüz belge başına ayarları yok; aynı varsayılanlar her dosyaya uygulanır.
Doğrulama ve sonuçlar
EPUBCheck EPUB'deki EPUBCheck: 0 hata, 0 uyarı.
| Motor | 8-gram geri çağırma |
|---|---|
| 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 |
Gözlemlediğimiz sınırlamalar
- pdf_oxide extract_text, bu belgede motorumuzdan daha yüksek bir 8-gram geri çağırma oranına sahiptir.
- Tablolar, okuma sırasına göre metin olarak yazılır; tablolar olarak yeniden inşa edilmez.