2025年2月15日
图片PDF向量化处理的探索与实践
摘要： 在构建AI本地知识库时，我们不可避免地需要对PDF文件进行处理。PDF文件大致分为两种：扫描的图片文件和非图片文件。对于非图片类型的PDF，可以直接提取文本并进行向量化处理；但对于图片类型的PDF（如扫描件），处理起来就复杂得多。 问题背景 图片类型的PDF文件通常存在以下问题： 扫描件可能不是一页 阅读全文
posted @ 2025-02-15 11:25 鹄鹄 阅读(618) 评论(0) 推荐(0)