TextIn ParseX重磅功能更新

360影视 国产动漫 2025-05-12 18:55 1

摘要:新增公式解析参数formula_level,支持 LaTeX / Text 灵活切换;

TextIn ParseX重要版本更新内容速读:

- 新增公式解析参数formula_level,支持 LaTeX / Text 灵活切换;

- 表格解析优化单元格内换行输出;

- 导出excel时,图片链接放在单元格内;

- 新增电子档pdf去印章功能。

近期,为深度适配教育、金融、医疗、企业办公等场景需求,TextIn ParseX发布一系列功能升级,提升文档处理效率与准确性。下文将对新功能及版本优化进行详细介绍。

新增参数 formula_level,用户可以通过参数控制不同层级的输出,支持自由切换公式输出形式,实现对公式解析的差异化需求。

参数值输出效果图示formula_level=0有行间公式+行内公式 (输出为latex)$V>30m^{3}$formula_level=2type输出为text,markdown中为纯文本Tx核心作用在解析学术论文、国标文件、试卷等文档时,精确识别并保留公式的完整结构(如上下标、积分符号、矩阵等),以便用于学术引用、智能判题使用。示例场景科研人员分析学术论文、研究报告中的复杂公式,进行理论推导和数据验证。示例样本效果展示核心作用在涉及文字信息快速读取或系统录入的情况下,防止复杂公式干扰常规数据处理。输出纯文本格式,兼容性更强,可直接导入 Excel、CRM 系统或进行关键词检索,无需额外渲染引擎。示例场景解析医疗报告中,去除公式符号,可减少 OCR 识别错误,提升数据录入效率(如医疗报告中 “白细胞计数 WBC₃” 转为 “WBC3”)。示例样本效果展示| 分期 | 标准 ||||| 原发肿瘤 (T) | || Tx | 原发肿瘤无法评价 || T0 | 无原发肿瘤证据 || Tis | 原位癌 |在单元格中需要换行的地方,使用
表示;不管 table_flavor 参数是html还是md,都使用同样的换行符;输出结果中:markdown、detail->text、pages->structured->text,均添加
pages->content 仍按行表示,不做修改导出的excel中,用 \n 替换
表示核心作用准确识别并正确展示表格单元格内换行信息,保障数据完整性与易读性,提升处理效率,降低人工核对成本。示例场景国际物流运输中,运单信息包含发货人和收货人的详细地址,这些地址往往包含多行信息,如门牌号、街道、城市、国家等。优化后的单元格内换行功能,能够使地址信息按照实际情况正确换行显示。示例样本效果展示-html*** TECHNOLOGY CO.,LTD
13F., NO.***, SEC.*** *** E. RD.,
*** 11354 US
+86 **** 效果展示-md| TO: | ***物流有限公司 || --- | --- || 发货人SHIPPER | ... || XIAMEN TECHNOLOGY CO.,LTD
**F.NO.**,SEC.*** ZHONGXIAO E. RD.,
BROOMFIELD CO ***
US
+****** |...|

解析表格导出为 Excel 文件时,支持仅保留图片链接,去掉所有markdown或html的标签。

核心作用实现表格数据与图片的精准关联及高效展示。简化数据处理流程,确保数据完整准确。示例场景电商商品管理,借助 Excel 中单元格内的图片链接核对商品信息。示例样本效果展示核心作用避免印章对数据的干扰,确保电子文档中的数据准确识别与提取。示例场景电子档的银行流水、银行对账单、银行回单等材料,通常都有印章,如果不去除,会影响识别结果中的数字准确率,导致下游数据处理出错。如下图所示,箭头处数字出错:示例样本效果展示
*因银行单据有大量隐私信息,故对样本进行模糊处理,此为去除印章后的效果,精准还原文字内容。

文档解析在线使用:https://cc.co/16YSOT

来源:小田田是90后

相关推荐