استخراج المستندات
بعض المستندات عبارة عن صور لنصوص: كتب ممسوحة ضوئياً، أرشيفات مصورة، وصفحات منضدة عمودياً. يقوم الاستخراج بقراءة هذه الملفات وإرجاع نص وهيكل يمكنك البحث فيه وتعديله.
يتم تحويل التنضيد الياباني والصيني العمودي إلى مخرجات أفقية، وتعود الصفحات متعددة الأعمدة بترتيب القراءة بدلاً من كونها كتلة مشوشة.
متى تستخدم هذه الميزة
الخط الفاصل بين تحويل التنسيق والاستخراج هو ما إذا كان النص لا يزال محبوساً داخل صورة. المسح الضوئي، والصور، والكتب القديمة ذات التنضيد العمودي تندرج هنا، لأن الحروف يجب أن يتم التعرف عليها أولاً. أما المستندات النظيفة والرقمية بالفعل، حيث يمكن تحديد النص ويكون الخطأ في الامتداد فقط، فتمر عبر تحويل التنسيق، وهو أسرع. كلاهما يكلف 4 أرصدة للصفحة، لكنهما يحسبان الصفحات بشكل مختلف: استخراج المستندات يحسب صفحات الأصل، بينما يحسب تحويل التنسيق نص الملف المحول بالكامل، صفحة واحدة لكل 1,600 حرف كامل، مع إسقاط الباقي واحتساب صفحة واحدة على الأقل. بالنسبة لنفس ملف PDF، فإن الملف متعدد الصفحات الذي يقل متوسطه عن 1,600 حرف في الصفحة يكلف أقل للتحويل؛ أما الملف الذي يزيد متوسطه عن 1,600 حرف في الصفحة، أو الذي يحتوي على صفحة واحدة، فلا يكلف أقل للتحويل.
استخراج فقط، بدون ترجمة — أي لغة تدخل تخرج كما هي. استخدم ترجمة الملفات عندما تحتاج إلى ترجمة.
ما يقبله وينتجه
يقبل ملفات PDF، والصور (PNG / JPG / WEBP / TIFF وما شابه)، وDOCX، وEPUB، وMarkdown، وينتج ملفات Word أو PDF أو TXT أو Markdown. الفوترة لكل صفحة: 4 أرصدة للصفحة، وتُحتسب الصورة الواحدة كصفحة واحدة.
يعمل النظام كمهمة في الخلفية، لذا يمكنك إغلاق الصفحة واستلام النتيجة لاحقاً في قسم السجل (History). يمكن معاينة المهام المكتملة عبر الإنترنت.
متى يكون الاستخراج أكثر دقة
- الطباعة النظيفة والممسوحة ضوئياً بشكل مستقيم تعطي أعلى معدل للتعرف.
- يتم تصحيح التنضيد الياباني العمودي، وصفحات الكتاب المزدوجة، وترتيبات القراءة غير العادية تلقائياً — لا حاجة لتقسيم الصفحات بنفسك.
- حيثما تكون الصورة ضبابية أو مكتوبة بخط اليد إلى حد كبير، فإن التحقق من الأصل قبل التصدير هو الإجراء الأكثر أماناً.
الاختيار بين صيغ التصدير الأربع
| تصدير | اختره عندما |
|---|---|
| Word | ستستمر في التعديل، أو تنسيق الملف، أو تسليمه لشخص آخر للمتابعة. |
| Markdown | سيتم إدراج النص في تطبيق ملاحظات، أو قاعدة معرفية، أو نظام الكتابة الخاص بك. |
| TXT | تريد نصاً بسيطاً لتغذية أداة أخرى أو للبحث فيه. |
| ستقوم فقط بقراءته وأرشفته. |
أمثلة على النتائج
صفحتان ممسوحتان ضوئياً من ملخص التعداد السكاني الأمريكي لعام 1913 (نص بعمودين بالإضافة إلى جداول إحصائية، بدون طبقة نصية) تم تحويلهما إلى نص قابل للتحرير عبر استخراج المستندات: تم التعرف على نص المتن والعناوين الغامقة بدقة، والجدولان، أحدهما برأس من مستويين، عادا كجداول حقيقية بـ 30 صفاً من البيانات التي تطابق أرقامها الأصل خلية بخلية، بما في ذلك الحواشي السفلية.
نتيجة الإنتاج الفعلية؛ 5 نقاط تم تصحيحها يدوياً قبل العرض · المصدر: تعداد الولايات المتحدة الثالث عشر لعام 1910: ملخص التعداد, مكتب تعداد الولايات المتحدة, 1913 (عمل حكومي أمريكي: تم تجميعه بواسطة مكتب تعداد الولايات المتحدة ونشره من قبل مكتب الطباعة الحكومي في عام 1913، وبالتالي فهو غير خاضع لحقوق الطبع والنشر بموجب المادة 17 من قانون الولايات المتحدة §105؛ تم تمييز عنصر أرشيف الإنترنت (الذي تم مسحه ضوئياً بواسطة مكتبات جامعة كاليفورنيا) بـ possible-copyright-status = NOT_IN_COPYRIGHT.)
الأسئلة الشائعة
هل يتم إعادة ترتيب النصوص اليابانية العمودية بشكل صحيح؟
نعم. يتم تصحيح التنضيد الياباني العمودي، وصفحات الكتاب المزدوجة، وترتيبات القراءة غير العادية تلقائياً وتحويلها إلى مخرجات أفقية، دون الحاجة لتقسيم الصفحات بنفسك. تعود الصفحات متعددة الأعمدة بترتيب القراءة بدلاً من كونها كتلة مشوشة.
كيف تتم الفوترة؟
لكل صفحة: 4 أرصدة للصفحة، وتُحتسب الصورة الواحدة كصفحة واحدة.
هل يمكنه ترجمة ما يستخرجه؟
ليس في هذه الصفحة. عندما تحتاج إلى ترجمة، خذ ملف Word أو Markdown المستخرج إلى صفحة ترجمة الملفات وقم بتشغيله هناك.
محتوى ذو صلة
简体中文 · English · Français · Deutsch · Русский · 日本語 · 한국어 · 繁體中文
Geyi is a proprietary AI document platform owned and operated by Nayuta Technology and Culture Company Limited.