बाईं ओर बेसिक कोर्स की सामग्री है, दाईं ओर एडवांस्ड कोर्स की अतिरिक्त सामग्री। टेक्स्ट निष्कर्षण के बाद, शब्द दोनों कॉलमों के बीच पंक्ति-दर-पंक्ति बारी-बारी से आते हैं। सभी शब्द मौजूद हैं, लेकिन निर्देश अब सही नहीं हैं। ठीक इसी कारण दस्तावेज़ प्रोसेसिंग में लेआउट ज्ञान का हिस्सा है।
Docling दस्तावेज़ों को आगे की प्रोसेसिंग के लिए तैयार करता है। आधिकारिक उन्नत विकल्प भी तैयार मॉडल आर्टिफ़ैक्ट्स के साथ स्थानीय उपयोग का वर्णन करते हैं। FAQ ऑफ़लाइन संचालन के लिए पूर्वापेक्षाएँ जोड़ता है। एक पूर्ण एक्सपोर्ट को यथासंभव अधिक से अधिक शब्द देने से कहीं अधिक करना होता है।
तीन ज्ञात संबंधों वाला एक संदर्भ दस्तावेज़
पहले अपना एक छोटा दस्तावेज़ बनाएँ। इसमें अलग-अलग प्रकार के कोर्स वाले दो कॉलम, एक साझा शीर्षक वाली तालिका और तालिका के नीचे एक प्रतिबंध है। क्योंकि मूल दस्तावेज़ आप स्वयं डिज़ाइन करते हैं, आप प्रोसेसिंग से पहले उसके संबंधों का वर्णन कर सकते हैं।
हमारे द्वारा लिखा गया निम्नलिखित HTML टेम्पलेट ब्राउज़र में खोला जा सकता है और प्रिंट फ़ंक्शन से PDF के रूप में आउटपुट किया जा सकता है। यह एक शिक्षण दस्तावेज़ है, कोई दावा किया गया पार्सर आउटपुट नहीं। परीक्षण से पहले आपको वास्तविक प्रिंट रेंडरिंग देखनी चाहिए।
<!doctype html>
<meta charset="utf-8">
<style>
.spalten { display: grid; grid-template-columns: 1fr 1fr; gap: 24px; }
table { border-collapse: collapse; margin-top: 24px; }
th, td { border: 1px solid; padding: 8px; }
</style>
<section class="spalten">
<div><h2>Basic course</h2><p>Four folders and two pens.</p></div>
<div><h2>Advanced course</h2><p>Additionally, two exercise books.</p></div>
</section>
<table>
<tr><th colspan="2">Material per group</th></tr>
<tr><th>Item</th><th>Quantity</th></tr>
<tr><td>Folders</td><td>4</td></tr>
</table>
<p>Open sealed packages only after approval.</p>लक्ष्य संरचना पर ध्यान दें: बेसिक कोर्स की सामग्री एक साथ रहती है। “अतिरिक्त रूप से” एडवांस्ड कोर्स को संदर्भित करता है। संख्या चार Folders तालिका पंक्ति से संबंधित है। अनुमोदन की शर्त एक प्रतिबंध के रूप में सुलभ रहती है। यह सूची केवल अलग-अलग वर्णों के क्रम का नहीं, बल्कि अर्थ का वर्णन करती है।
तैयारी और प्रोसेसिंग को अलग रखना
कोई मौजूदा Docling इंस्टॉलेशन पहले उपयोग पर मॉडल डाउनलोड कर सकता है। नियोजित पृथक परीक्षण के लिए, आवश्यक आर्टिफ़ैक्ट्स पहले से मौजूद होने चाहिए। दस्तावेज़ीकरण इसके लिए एक लक्षित मॉडल डाउनलोड बताता है, जिसके बाद तैयार पथ की ओर संकेत किया जाता है।
docling-tools models download
docling --artifacts-path="./vorbereitete-modelle" referenz.pdfपहला कमांड एक डाउनलोड विकल्प है जिसे स्पष्ट रूप से पहले से चलाने के लिए बनाया गया है। दूसरे उदाहरण में, आपको वास्तविक मौजूदा आर्टिफ़ैक्ट पथ का उपयोग करना होगा; दिखाया गया डायरेक्टरी नाम हमारा अपना एक उदाहरण नाम है। ये कमांड इस लेख के लिए नहीं चलाए गए थे। मॉडल डाउनलोड और बाद की दस्तावेज़ प्रोसेसिंग अलग-अलग क्रियाएँ हैं।
यह भी दर्ज करें कि आप वास्तव में कौन-सी पाइपलाइन और कौन-से विकल्प उपयोग करते हैं। स्थानीय रूप से शुरू किया गया एप्लिकेशन अतिरिक्त सेवाओं को शामिल कर सकता है, यदि उसे ऐसा करने के लिए कॉन्फ़िगर किया गया हो। ऑफ़लाइन संचालन तैयार सेट-अप से निकलता है, केवल प्रोग्राम के नाम से नहीं।
मूल के आधार पर एक्सपोर्ट का मूल्यांकन
आपके चुने हुए संस्करण से एक समर्थित संरचित एक्सपोर्ट खोलें और उसकी तुलना लक्ष्य संरचना से करें। पहले दोनों कोर्स अनुभागों को देखें। फिर तालिका शीर्षक और संख्या के असाइनमेंट की जाँच करें। अंत में, जाँचें कि अनुमोदन की शर्त सुरक्षित है या नहीं।
लंबे आउटपुट में एक ही सामग्री कई बार हो सकती है या संबंध खो सकते हैं। छोटा आउटपुट बाद की खोज के लिए अधिक सहायक हो सकता है, यदि शीर्षक, अनुच्छेद और तालिका संदर्भ आपस में मेल खाते हों। इसलिए टेक्स्ट की मात्रा अकेले गुणवत्ता का पर्याप्त मापदंड नहीं है।
दूसरे दौर के लिए, केवल एक लेआउट विशेषता बदलें, जैसे कॉलमों के बीच की दूरी। नई PDF फ़ाइल अलग से सहेजें। इससे आप किसी देखे गए बदलाव को एक ज्ञात इनपुट स्थिति से जोड़ सकते हैं, बजाय किसी अलग पार्सर रन की तुलना ऐसे दस्तावेज़ से करने के जो बिना ध्यान दिए बदल गया हो।
बाद वाला एआई इस पर क्यों निर्भर करता है
कोई खोज या उत्तर केवल उसी जानकारी के साथ काम कर सकता है जो उसे वास्तव में दी गई है। यदि दो अलग-अलग सूचियाँ एक बन जाती हैं, तो अच्छी तरह से बात रखने वाला सहायक भी सामग्री का गलत असाइनमेंट अपना सकता है। केवल एक स्रोत लिंक इस खोई हुई संरचना को फिर से दृश्यमान नहीं बनाता।
इसलिए यह छोटा परीक्षण किसी बड़े आर्काइव इम्पोर्ट से पहले ही मदद करता है। जिस दस्तावेज़ को आप समझते हैं, उस पर आप जाँचते हैं कि आपकी पाइपलाइन कौन-से संबंध सुरक्षित रखती है और कहाँ आपको दोबारा काम करना होगा। Docling एक शृंखला के भीतर प्रोसेसिंग का एक चरण है। तकनीकी गुणवत्ता इस बात में दिखती है कि अर्थ मूल से लेकर बाद के उपयोग तक पता लगाने योग्य बना रहता है या नहीं।
स्रोत और स्थिति
25 अक्टूबर 2026 की स्थिति के अनुसार स्रोत। Docling उन्नत विकल्प — ऑफ़लाइन उपयोग · Docling FAQ — पूरी तरह ऑफ़लाइन।
