「document-parser」に関するオープンソースプロジェクト

PDF、DOCX、PPTX、XLSX、画像、URLをMarkdown、JSON、CSV、HTMLに変換する、OCRと構造化フィールド抽出に対応したPythonライブラリとWeb UI。

レイアウト解析、表認識、OCR、文書・トークン分類を設定可能なパイプラインにまとめた文書AI向けPythonライブラリ。