OpenDataLoader PDF

AI 준비 데이터를 위한 PDF 파서. PDF 접근성을 자동화합니다. 오픈 소스.

🔍 AI 데이터 추출용 PDF 파서 — 모든 PDF에서 Markdown, JSON(바운딩 박스 포함) 및 HTML 추출. 벤치마크 1위(전체 0.907). 복잡한 페이지를 위한 결정론적 로컬 모드 + AI 하이브리드 모드.

• 정확도는 어느 정도인가요? — 벤치마크 1위: 전체 0.907, 200개의 실제 PDF(다중 컬럼 및 학술 논문 포함)에서 표 정확도 0.928. 복잡한 페이지를 위한 결정론적 로컬 모드 + AI 하이브리드 모드(벤치마크)
• 스캔 PDF와 OCR은 지원되나요? — 예. 하이브리드 모드에서 내장 OCR(80여 개 언어) 제공. 300 DPI 이상의 저품질 스캔에서도 작동(하이브리드 모드)
• 표, 수식, 이미지, 차트는? — 예. 복잡하거나 테두리가 없는 표, LaTeX 수식, AI 생성 이미지/차트 설명 모두 하이브리드 모드 사용(하이브리드 모드)
• RAG 용도로 사용하려면 어떻게 하나요? — pip install opendataloader-pdf, 3줄만에 변환 가능. 청크화를 위한 구조화된 Markdown, 소스 인용을 위한 바운딩 박스 포함 JSON, HTML 출력. LangChain 통합 가능. Python, Node.js, Java SDK 제공(빠른 시작 | LangChain)

♿ PDF 접근성 자동화 — 수작업 없이 태그 없는 PDF를 화면 읽기용 태그 PDF로 대량 자동 변환. 태그 PDF를 엔드투엔드로 생성하는 최초의 오픈 소스 도구.

• 문제점은 무엇인가요? — 전 세계적으로 접근성 규제가 시행되고 있음. 수동 PDF 수정 비용은 문서당 $50~200이며 확장 불가(규제)
• 무료 제공 사항은 무엇인가요? — 레이아웃

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.