in Ordnung bringen
BeitragUpdateüberfliegenAnerkennung
SemHash：快速实现语义文本去重，提升数据清理效率

SemHash: Schnelle Implementierung der semantischen Text-Deduplizierung zur Verbesserung der Effizienz der Datenbereinigung

Umfassende Einführung SemHash ist ein leichtgewichtiges und flexibles Werkzeug zum Entduplizieren von Datensätzen durch semantische Ähnlichkeit. Es kombiniert die schnelle Einbettungsgenerierung von Model2Vec mit der effizienten ANN (approximate nearest neighbour) Ähnlichkeitssuche von Vicinity.SemHa...
vor 5 Monaten
09610
Parseur：自动化提取文档数据，各类文档中提取结构化文本

Parseur: automatisierte Extraktion von Dokumentdaten, strukturierte Textextraktion aus verschiedenen Dokumenten

Allgemeine Beschreibung Parseur ist eine führende KI-Datenextraktionssoftware, die Benutzern hilft, automatisch Textdaten aus PDFs, E-Mails und anderen Dokumenten zu extrahieren. Mit Parseur können Benutzer unstrukturierte Daten leicht in strukturierte Daten umwandeln und sie an verschiedene Anwendungen senden...
vor 5 Monaten
09430
NV Ingest：解析复杂格式文档，提取多模态数据为元数据和文本

NV Ingest: Parsing komplexer Formatdokumente, Extraktion multimodaler Daten in Metadaten und Text

Umfassende Einführung NV Ingest (NVIDIA Ingest) ist eine Reihe von Microservices für den frühen Zugriff, die für das Parsen von Hunderttausenden von komplexen, unübersichtlichen unstrukturierten PDFs und anderen Unternehmensdokumenten entwickelt wurden. Sie kann diese Dokumente in Metadaten und Text umwandeln, um sie in Retrievalsysteme einzubetten...
vor 5 Monaten
01.1K0
Trellis：转换非结构文档为结构化EXCEL格式数据，PDF快速转表格（付费）

Trellis: unstrukturierte Dokumente in strukturierte Daten im EXCEL-Format umwandeln, PDF schnell in Form bringen (kostenpflichtig)

Allgemeine Einführung Trellis ist eine Datenplattform, die sich auf die Umwandlung komplexer unstrukturierter Datenquellen in strukturierte SQL-Formate konzentriert. Durch seine leistungsstarke KI-Engine ist Trellis in der Lage, eine breite Palette von Datenquellen wie Finanzdokumente, Sprachanrufe und E-Mails zu verarbeiten und in Daten zu konvertieren, die...
vor 5 Monaten
08350
HtmlRAG：构建高效HTML检索增强生成系统，优化RAG系统中的HTML文档检索与处理

HtmlRAG: Aufbau eines effizienten Systems zur verbesserten Generierung von HTML-Dokumenten, Optimierung des Abrufs und der Verarbeitung von HTML-Dokumenten in RAG-Systemen

综合介绍 HtmlRAG是一个创新的开源项目，专注于改进检索增强生成(RAG)系统中的HTML文档处理方法。该项目提出了一种新颖的方法，认为在RAG系统中使用HTML格式比纯文本更有效。项目包含了完整...
vor 5 Monaten
09160
Maxun：开源无代码平台，自动抓取网页数据并转换为API或电子表格

Maxun: eine Open-Source-Plattform ohne Code, die automatisch Webdaten durchsucht und sie in APIs oder Tabellenkalkulationen umwandelt

综合介绍 Maxun是一个开源的无代码网页数据提取平台，用户可以在几分钟内训练机器人，自动抓取网页数据并将其转换为API或电子表格。该平台支持分页和滚动，能够适应网站布局的变化，提供强大的数据抓取功能...
vor 5 Monaten
01.2K0
Mehr laden