PDF থেকে Markdown

ডকুমেন্টেশন ও LLM-এর জন্য PDF-কে Markdown-এ রূপান্তর করুন

একটি PDF থেকে টেক্সট কেটে একটি উইকি পৃষ্ঠায় বা একটি ভাষা মডেলের প্রম্পটে পেস্ট করা সাধারণত মানে হয় বিক্ষিপ্ত লাইন ব্রেক, হারিয়ে যাওয়া হেডিং, এবং টেবিল যা এক দলা চলমান শব্দে পরিণত হয়ে যাওয়ার সঙ্গে লড়াই। PDF থেকে Markdown কাঁচা টেক্সটের বদলে কাঠামো পড়ে, তাই ফলাফলটি এমন কিছু যা আপনি আগে থেকে পরিষ্কার না করেই ডকুমেন্টেশনে পেস্ট করতে বা একটি মডেলে খাওয়াতে পারেন।

টুলটি হেডিংকে বডি টেক্সট থেকে আলাদা করতে ফন্টের আকার দেখে, শব্দগুলোকে প্যারাগ্রাফে গোছায়, বুলেট পয়েন্ট সনাক্ত করে, এবং সংখ্যার এলোমেলো কলামের বদলে টেবিলগুলো Markdown টেবিল হিসেবে পুনর্নির্মাণ করে। সামান্য বা কোনো আসল টেক্সট লেয়ার ছাড়া স্ক্যান করা একটি পৃষ্ঠায় স্বয়ংক্রিয়ভাবে রিকগনিশন চালানো হয়, তাই আপনি একটি খালি ফাইলের বদলে ব্যবহারযোগ্য Markdown পান। ফলাফলটি একটি সাধারণ .md ফাইল হিসেবে ডাউনলোড হয়। ছোট, সহজ PDF আপনার ব্রাউজারেই রূপান্তরিত হয়; দীর্ঘ বা জটিল ফাইলগুলো একটি সুরক্ষিত সংযোগের মাধ্যমে আমাদের সার্ভারে যায় এবং ৬০ মিনিটের মধ্যে মুছে ফেলা হয়।

হেডিং সনাক্তকরণ নির্ভর করে ডকুমেন্টে হেডিংয়ের জন্য ভিন্ন ফন্ট আকার ব্যবহার করা হচ্ছে কিনা তার উপর, তাই এমন একটি PDF যেখানে প্রতিটি লাইন একই আকারের দেখায়, তা মূলত সাধারণ প্যারাগ্রাফ হিসেবেই বের হয়ে আসে।

• মাল্টি-কলাম লেআউট এবং নেস্টেড টেবিলের ক্ষেত্রে হাতে ঠিক করার প্রয়োজন হওয়ার সম্ভাবনা সবচেয়ে বেশি।
• স্ক্যান করা পৃষ্ঠায় টেক্সট রিকগনিশন প্রথমে চলার কারণে সময় একটু বেশি লাগে।
• আপনি যদি কোনো কাঠামো ছাড়া শুধু শব্দগুলো চান, তাহলে PDF থেকে টেক্সট ফরম্যাটিং সিদ্ধান্তগুলো এড়িয়ে যায়।