|
|
@@ -54,7 +54,7 @@
|
|
|
<li><a href="#使用gpu">使用GPU</a></li>
|
|
|
</ul>
|
|
|
</li>
|
|
|
- <li><a href="#使用">使用</a>
|
|
|
+ <li><a href="#使用">使用方式</a>
|
|
|
<ul>
|
|
|
<li><a href="#命令行">命令行</a></li>
|
|
|
<li><a href="#api">API</a></li>
|
|
|
@@ -82,13 +82,13 @@
|
|
|
# MinerU
|
|
|
## 项目简介
|
|
|
MinerU是一款将PDF转化为机器可读格式的工具（如markdown、json），可以很方便地抽取为任意格式。
|
|
|
-MinerU诞生于[书生-浦语](https://github.com/InternLM/InternLM)的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，以此在大模型时代为推动科技的发展做出一点贡献。
|
|
|
+MinerU诞生于[书生-浦语](https://github.com/InternLM/InternLM)的预训练过程中，我们将会集中精力解决科技文献中的符号转化问题，以此在大模型时代为科技发展做出一点贡献。
|
|
|
|
|
|
## 主要功能
|
|
|
|
|
|
- 删除页眉、页脚、脚注、页码等元素，保持语义连贯
|
|
|
-- 符合人类阅读顺序的排版格式
|
|
|
-- 保留原文档的结构和格式，包括标题、段落、列表等
|
|
|
+- 对多栏输出符合人类阅读顺序的文本
|
|
|
+- 保留原文档的结构，包括标题、段落、列表等
|
|
|
- 提取图像、图片标题、表格、表格标题
|
|
|
- 自动识别文档中的公式并将公式转换成latex
|
|
|
- 乱码PDF自动检测并启用OCR
|
|
|
@@ -98,8 +98,8 @@ MinerU诞生于[书生-浦语](https://github.com/InternLM/InternLM)的预训练
|
|
|
|
|
|
## 快速开始
|
|
|
|
|
|
-如果遇到任何问题，请先查询<a href="#faq">FAQ</a> </br>
|
|
|
-如果遇到效果不及预期，查询<a href="#known-issue">Known Issue</a></br>
|
|
|
+如果遇到任何安装问题，请先查询 <a href="#faq">FAQ</a> </br>
|
|
|
+如果遇到解析效果不及预期，参考 <a href="#known-issue">Known Issue</a></br>
|
|
|
有3种不同方式可以体验MinerU的效果：
|
|
|
- 在线体验
|
|
|
- 使用CPU快速体验（Windows，Linux，Mac）
|
xuchao