Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Revisionerò e pulirò l'output dell'estrazione PDF in json e markdown
Revisione output PDF in JSON e Markdown
Lavoro sulla pulizia del parsing di PDF e documenti con Python. Trasformo l'output esistente di strumenti come Docling o PyMuPDF in blocchi JSON revisionabili, Markdown pulito, record in JSONL e brevi...
Informazioni su questo servizio
Il risultato dell'estrazione del tuo PDF sembra utilizzabile, ma ha bisogno di essere pulito e verificato prima di revisione, pulizia, mappatura dello schema o preparazione all'ingestione RAG?
Revisiono l'output dei parser esistenti da Docling, PyMuPDF, Unstructured o strumenti simili e creo:
- blocchi JSON normalizzati con file di origine, numero di pagina, bounding box, ID del blocco e provenienza
- - un rapporto di qualità conciso che segnala strutture mancanti, rumorose o rischiose
- - Markdown pulito con commenti di riferimento alla fonte
- - record opzionali in JSONL per pacchetti Standard o Premium
Il lavoro parte dal tuo obiettivo: quali campi sono importanti, quali ID o riferimenti di origine devono essere preservati e come utilizzerai l'output a valle.
Ciò di cui ho bisogno:
- JSON del parser esistente o 3-5 pagine di esempio per una verifica rapida
- - output desiderato: JSON, Markdown, chunk JSONL o uno schema specifico
- - campi, metadati di pagina, riferimenti di origine o ID che devono rimanere tracciabili
Ciò che non coprirò:
- garanzie di accuratezza OCR
- - costruzioni complete di chatbot RAG
- - proprietà legali, mediche o di conformità
- - deployment SaaS in produzione
- - pulizia di documenti scannerizzati o ricostruzione di tabelle complesse
- - estrazione perfetta da documenti arbitrari
Tecnologia:
Python
FAQ
Traduzione automatica.
Con quali formati di parser puoi lavorare?
Il JSON di Docling è il più adatto. Anche output di parser come PyMuPDF, Unstructured, LlamaParse o simili in formato JSON/dict possono funzionare dopo una verifica rapida.
Fornisci servizi di OCR o ricostruzione di tabelle?
Non di default. Questo servizio riguarda la revisione e la pulizia dell'output del parser esistente. Documenti scansionati, pulizia OCR e ricostruzione di tabelle complesse richiedono un scope personalizzato dopo una verifica di esempio.
È questa una costruzione di sistema RAG?
No. Posso preparare record JSON, Markdown o JSONL revisionabili per la preparazione all'ingestione, ma non costruisco il chatbot, il sistema di retrieval, il database vettoriale o la valutazione della qualità delle risposte.
