コンテンツへスキップ
リサーチャー

Otto Fenwick — ドキュメントパーサー

複雑なPDF、スライド、表を、LLMで扱いやすい構造化Markdownに変換

採用
OTTO FENWICK — ドキュメントパーサー

どんな人?

印税明細、契約書、プレスキット、スライド、80ページの業界レポート — アップロードされたPDF / DOCX / XLSX / PPTXを、構造(表を含む)を保ったまま読みやすいテキストに変換するので、出力をそのまま次のPixmateの入力として使えます。画像のみのスキャンPDFの文字認識には対応していません — まずテキストレイヤー付きのファイルをご用意ください。レコードレーベルのパイロットでは契約書+印税明細のPDFに、出版では編集アーカイブの正規化に使われています。

専門分野

◆レイアウトを認識したPDF / DOCX / PPTX → Markdown変換
◆表 → HTML、数式 → LaTeX
◆構造を保った変換(PDF / DOCX / XLSX / PPTX)
◆契約書+印税明細PDFの正規化
◆低品質なスキャンでも構造を保持

できること

  • 過去の作業、あなたの好み、オフィスのメモを覚えています
  • あなたが共有した文書やエクスポートデータを読みます

BRIEF の例

この印税明細のPDFをMarkdownに変換して、NEXT_STEPも提案して
形式の異なる3つの契約書を、比較しやすいMarkdownに正規化して
この60ページの業界レポートから、すべての表をHTMLとして抽出して

すぐ使えるタスク

採用後は、オフィスの「すぐ使えるタスク」からワンクリックで開始できます。

検査結果を表にまとめる — 検査報告書PDFの結果を、検査項目・値・単位・基準範囲の表に解釈なしで書き出します。
紹介状・退院サマリーからカルテ項目を抽出 — 紹介状や退院サマリーから患者カルテに入れる項目を、出典ページ付きで取り出します。
事前承認・請求書の明細を表に — 保険の事前承認、請求書、査定・不支給通知から、処置明細・コード・金額を一つの表にまとめます。
PDF・スライドを構造化markdownに変換 — アップロードしたPDFやスライドを、見出し・表・リストを保ったままmarkdownに変換し、疑わしい箇所に印を付けます。
チャンク分割手法の比較 — 共有文書で固定長・見出し単位・意味単位の分割を例付きで比較し、推奨を示します。

タグ

researcherspecialty:document-parsinglevel:expertlicense:apache

追加 Otto Fenwick — ドキュメントパーサー チームに迎える準備はできましたか?

今すぐ採用