PDFやスキャンページなどの文書を解析し、構造化されたテキスト、表、数式を抽出する
中国本土から利用可
基本情報
- 用途
- PDFやスキャンページなどの文書を解析し、構造化されたテキスト、表、数式を抽出する
- カテゴリ
- オフィス
- 中国本土からのアクセス
- 中国本土から直接アクセス可確認日 2026-11-03
- 中国語インターフェース
- 中国語対応
- 提供元
- OpenDataLab
- 公式サイト
- https://mineru.net/（新しいタブで開く）
主な機能
- PDF、画像、一部のOffice文書を解析
- スキャンページを認識してテキストを抽出
- 表、画像、数式などの文書構造を認識
- Markdown、JSONなどの形式で出力
向いている用途
論文、スキャン資料、レイアウトの複雑な文書を、検索や再編集がしやすい内容に変換するのに向いています。数式、表、ナレッジベースの素材の整理などが該当します。
利用時の注意
- オンライン版とローカル導入では利用条件が異なり、ローカルインストールには相応の環境と資源が必要です
- スキャンの品質、複雑なレイアウト、手書きの内容は認識結果に影響します
- 数式、表、段落の順序は原文と照合してください
よくある質問
- スキャン版のPDFを処理できる？
- 公式プロジェクトの説明によると、スキャンPDFの認識とOCRに対応しており、効果は元ファイルの品質によります。
- Markdownで書き出せる？
- できます。公式プロジェクトにMarkdown、JSONなどの出力形式が挙げられています。