admin管理员组

文章数量:1443167

国产开源的文档转换器:MinerU

简介

MinerU是由OpenDataLab团队打造的大模型时代的文档提取/转换神器

支持PDF、Word、PPT等多种文档的智能解析，可用于机器学习、大模型语料生产、RAG等场景

特点

  • 多语种支持
  • 多类型支持
  • 导出格式为json markdown
  • 客户端无需登录
  • 开源免费
  • 真国产(上海人工智能实验室)

使用效果

我用了一个很长的pdf文档来试了一下,解析的效果很好

2025-03-27-192249

渲染出来的markdown效果很好,但是某些公式识别的不够准确

2025-03-27-192359

一些复杂图标直接改成图片引用进行处理

转化为markdown方便编辑,转化为json方便数据处理

不过在转换成markdown中.标题都是一级标题,没有层次(这可能是pdf标题格式的问题?),导致我尝试在web渲染markdown时锚点全是h1,seo优化极差 : (

总结

总体来说效果还是不错的,未来应该会推出更多的格式转换

推荐大家试一试,有硬件条件的可以本地部署一个玩玩

本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。 原始发表：2025-03-27，如有侵权请联系 cloudcommunity@tencent 删除登录模型人工智能渲染开源

本文标签： 国产开源的文档转换器MinerU

版权声明：本文标题：国产开源的文档转换器:MinerU 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1748115114a2810326.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。