跳到主要内容
版本: DEV

选择 PDF 解析器

选择用于解析 PDF 的视觉模型。

RAGFlow 并非一刀切。它旨在提高灵活性，并支持更深层次的定制，以适应更复杂的用例。从 v0.17.0 版本开始，RAGFlow 将 DeepDoc 特定的数据提取任务与PDF 文件的分块方法解耦。这种分离使您能够自主选择用于 OCR（光学字符识别）、TSR（表格结构识别）和 DLR（文档布局识别）任务的视觉模型，以平衡速度和性能，从而适应您的特定用例。如果您的 PDF 仅包含纯文本，您可以通过选择 Naive 选项跳过这些任务，以减少整体解析时间。

data extraction

前提条件​

  • PDF 解析器下拉菜单仅在您选择与 PDF 兼容的分块方法时出现，包括
    • 通用
    • 手动
    • 论文
    • 书籍
    • 法律文件
    • 演示文稿
    • 单个文件
  • 要使用第三方视觉模型解析 PDF，请确保您已在模型提供商页面下的设置默认模型中设置了默认的 image2txt 模型。

步骤​

  1. 在知识库的配置页面，选择一个分块方法，例如通用。

    PDF 解析器下拉菜单出现。

  2. 选择最适合您场景的选项

  • DeepDoc：（默认）用于 OCR、TSR 和 DLR 任务的默认视觉模型。
  • Naive：如果所有 PDF 都是纯文本，则跳过 OCR、TSR 和 DLR 任务。
  • 特定模型提供商提供的第三方视觉模型。
警告

第三方视觉模型标记为实验性，因为我们尚未完全测试这些模型用于上述数据提取任务的功能。

常见问题​

何时应选择 DeepDoc 或第三方视觉模型作为 PDF 解析器？​

如果您的 PDF 包含格式化文本或基于图像的文本而非纯文本，请使用视觉模型提取数据。DeepDoc 是默认的视觉模型，但可能很耗时。您还可以根据您的需求和硬件能力选择轻量级或高性能的 img2txt 模型。

我可以选择视觉模型来解析我的 DOCX 文件吗？​

不能。此下拉菜单仅用于 PDF 文件。要使用此功能，请先将 DOCX 文件转换为 PDF。