Docling, PDF içindeki gömülü görselleri çıkarmaya izin veriyor
Belgeleri yapay zekâ iş akışları için dönüştüren Docling, PDF dosyalarına gömülü görselleri çıkarma seçeneği ekledi. Güncelleme; resimlerin, açıklamalarının ve bilimsel yayınlardaki tabloların dönüşüm sırasında korunmasına yönelik düzeltmeler de getiriyor. Konuşmayı metne çevirme altyapısı artık mlx-audio ile de çalışıyor; MiniCPM-OCR için hazır bir model ayarı bulunuyor. Yeni görsel çıkarma seçeneğinin kullanıcı tarafından açılması gerekiyor; özellik kendiliğinden devreye girmiyor.
Yapay Zekâ··Sabah
Gömülü resimler isteğe bağlı çıkarılabiliyor
Belgeleri yapay zekâ iş akışlarına uygun biçimlere dönüştüren Docling, 8 Kasım’da yayımladığı 2.149.0 sürümüne PDF içine gömülmüş resimleri çıkarma yeteneği ekledi. Kullanıcı, bu yeteneği açıp açmayacağına kendisi karar veriyor. Görsel işlemede başka bir düzeltme de PNG biçiminde kaydedilemeyen kiplerdeki resimlerle ilgili. Bu resimler artık korunuyor. Değişiklikler, belge dönüştürülürken görsel içeriğin elde edilmesini ve korunmasını kapsıyor; yeni çıkarma özelliği kendiliğinden açılmıyor.[1]
Görsel açıklamaları ve bilimsel tabloların yapısı korunuyor
İnternet belgeleri dönüştürülürken görsel açıklamalarının ilgili resimle birlikte tutulması sağlanıyor. Bilimsel yayınlarda kullanılan JATS biçiminde, resim olarak sunulan tablolar korunuyor ve tablo dipnotlarının işlenmesi düzeltiliyor. Okuma sırasını belirleyen bileşende ise yatay genişlemenin başka bir belge öğesiyle çakışması önleniyor. Bu düzeltmeler, sayfadaki parçaların dönüşüm sırasında nasıl korunacağını değiştiriyor. Resim ile açıklaması ve çevresindeki öğeler arasındaki ilişkinin işlenmesi de bunların arasında yer alıyor.[1]
Konuşma işleme ve model ayarları da değişiyor
Konuşmayı yazıya dönüştürme bileşenine mlx-audio desteği ekleniyor. Görselleri ve dili birlikte işleyen modellerin ayarlarına da MiniCPM-OCR hazır seçeneği geliyor. Komut satırı arayüzü yeniden düzenleniyor. Metin dönüşümündeki düzeltmeler arasında, LaTeX biçimindeki numaralı listelerde öğe numaralarının korunması bulunuyor. Virgülle ayrılmış veri dosyalarını okuyan bileşen ise Excel’in ilk satırda bildirdiği ayracı izliyor. Sürüm, bu işleme değişikliklerini gömülü görselleri isteğe bağlı çıkarma özelliğiyle aynı güncellemede sunuyor.[1]
