U
unstructured
Unstructured-IO/unstructured
轻松将文档转换为结构化数据。Unstructured 是开源的 ETL 解决方案,用于将复杂文档转换为干净、结构化的格式,供语言模型使用。访问我们的网站,了解更多关于我们企业级平台产品的信息,该产品适用于生产级工作流、分区、增强、分块和嵌入。
★15.3kstars
HTML
Apache-2.0
更新: 今天
📋 项目速览
点击展开
这是什么?用HTML构建、打造开源数据与基础设施项目,专注data-pipelines和deep-learning方向
作者是谁?由 Unstructured-IO 团队维护,GitHub 15.3K⭐,在 数据与基础设施 分类 3133 个项目中排名第 120
为什么诞生?数据与基础设施领域快速发展,data-pipelines场景缺乏高效方案,unstructured应运而生,专注于简化deep-learning相关工作流程。
能干什么?核心场景:document-image-analysis、document-image-processing、document-parser
怎么用 AI 安装?推荐使用 AI 编码助手根据 GitHub README 自动完成安装配置和环境搭建。
🔗 github.com/Unstructured-IO/unstructured | 官网 https://www.unstructured.io/
🔗 github.com/Unstructured-IO/unstructured | 官网 https://www.unstructured.io/
标签
data-pipelinesdeep-learningdocument-image-analysisdocument-image-processingdocument-parserdocument-parsingdocxdonutinformation-retrievallangchainllmmachine-learningmlnatural-language-processingnlpocrpdfpdf-to-jsonpdf-to-textpreprocessing