除了微软开源的markitdown，下面是我之前收藏各种PDF提取文字工具 tika Apache Tika 工具包可从一千多种不同文件类型（例如 PPT、XLS 和 PDF）中检测并提取元数据和文本 pdf2htmlEX 将 PDF 转换为 HTML 而不会丢失文本或格式。 MinerU , page 4

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

2210 位用户此时在线

24小时点击排行 Top 10：

20K-50K 招聘远程 Python AI 工程师（图片与文本处理方向）

能把中国🇨🇳不间断一直加速⏩可持续搞到今天这田地，不得不说习近平确实是个人才😅😅！ B站up主Losider做的视频里说得很对：历史会铭记2012年11月15号这一天👌

这妹子模仿能力太强了，绝对专业八级！

10月30日，福建省惠安市，一女子发视频称，她买的双汇火腿肠里出现不少蛆虫。当事人称，她做早餐时拆开火腿肠时发现蛆虫，火腿肠还在保质期内。 31日，厂家回应称，初步核查蛆虫是苍蝇幼虫，系产品流通过程产生，目前正在和对方协商解决。

从王毅出现开始，马仔们很好的诠释了什么是“团结紧张严肃活泼”

11月1日，上海市大学路附近到处都是保安和警察。

Russian fighter ignored her Indian counterpart’s handshake and the rest is history. 🤣😁😁Watch till the end. 🫡 Do you know her name? Google her.

把她当成方脸抓了

熊膽不是很厲害嗎？漢醫五寶藥方之一就是熊膽，怎麼還嚇成這樣？ #HappyHalloween

卧槽，居然还有这么打架的。

习近平给李在明送了几部小米手机做礼物，他指着小米手机说：“看里面有没有后门儿？”

10多岁的孩子在这哭，6个器官被错误切除，他说：“让我死了去吧！”； 70多岁的“孩子”在那笑，和另一独裁者畅谈器官移植，他说：“预测本世纪可以活到一百五”🙂👌

10月31日，韩国庆州，亚太经合组织（APEC）峰会的开幕式，习近平观看了BIGBANG团队GD权志龙的表演。

网友投稿：湖南省耒阳市，耒阳一中学生集体喊楼，抗议学校拒绝执行双休政策。学校先是强制学生“被自愿”到校自习，又占用正常休息时间举办校运会。好不容易等到月假，高一高二学生仍需上完周五全天课程及晚自习才准离校，周日下午必须返校——原本两天的假期，实际仅剩1天。

11月1日，“苏超”决赛，南通队与泰州队巅峰对决，90分钟激战双方0:0平。点球大战中，泰州队4:3战胜南通队，夺得首届“苏超”冠军。

#DngGentle

10月31日晚，京东资产交易平台与南京市高淳区人民法院联合开设的“司法变卖直播专场”上线。视频显示，多位身着制服的法院工作人员出现在直播镜头前，介绍售卖的螃蟹。不少网友惊呼：“看了几遍以为眼花了。

從太空視角認識人類

11月1日，海南琼中爆发大规模群体抗争事件后续：海胶公司大楼已人去楼空，网友拍摄的视频显示，当局在海胶公司路段增加警力排查防止村民再次聚集维权。

今年万圣节的最亮，洛杉矶的朋友们有创意，有行动，引人注目，值得广传，有条件的地方可以以此为模版。

媳妇看见别人吃菠萝嘴馋，老公直接去要了一块，并拿饮料回赠…

11月1日，上海巨鹿路，三步一辆警车。

#大自爆运动自称是B站UP主DngGentle的北大大学同学发来投稿（附件里确有他北大学生证）。他声称：班里流传DngGentle是邓小平的曾外孙，出生拿香港身份证，通过港澳台华侨联招和谷歌竞赛后门加分进入北大，在校园里、社会上，乃至现在在B站，都一直权力通天。他感叹：中国还是个只看血脉的封建帝国！

网友投稿：11月1日晚，兰州大学接连发布紧急通知，要求昨晚参加万圣节的学生立即“自首”并退出相关群聊。并强调，作为共产党员和团员不能信仰宗教。

10月30日，广州多名网友反映，广州地铁App乘车码功能频繁出现弹窗广告，尤其是“摇一摇”触发方式严重影响早晚高峰过闸效率。对此，广州地铁客服回应称，“并非所有人都不喜欢广告”，若乘客有相关诉求，可提供信息由技术部门处理。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

除了微软开源的markitdown，下面是我之前收藏各种PDF提取文字工具
tika Apache Tika 工具包可从一千多种不同文件类型（例如 PPT、XLS 和 PDF）中检测并提取元数据和文本
pdf2htmlEX 将 PDF 转换为 HTML 而不会丢失文本或格式。
MinerU
时政
( twitter.com )

10个月前由 BeWords 提交

除了微软开源的markitdown，下面是我之前收藏各种PDF提取文字工具

tika Apache Tika 工具包可从一千多种不同文件类型（例如 PPT、XLS 和 PDF）中检测并提取元数据和文本
https://t.co/426x7gPiaE

pdf2htmlEX 将 PDF 转换为 HTML 而不会丢失文本或格式。
https://t.co/azzxBuuAgg

MinerU 一站式开源高质量数据提取工具，将PDF转换成Markdown和JSON格式。
https://t.co/v2XHHyb26i

OCRmyPDF 为扫描的 PDF 文件添加 OCR 文本层，以便搜索
https://t.co/QYHBoy2r30

marker 快速高精度地将 PDF 转换为 Markdown + JSON
https://t.co/4J8s514ahf

zerox 使用视觉模型将 PDF 转换为 Markdown
https://t.co/LSu7PVv5RG

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
7
8
9
...
400
下一页

1

2

1

1

微软全面开放了 Bing Chat

- 所有人可以使用（注）
- 多模态，支持回答图片、视频
- text-image 支持中文在内的多种语言
- 支持聊天历史
- 开放平台，支持第三方插件

广告视频非常漂亮

微软官方的定位…
时政
( twitter.com)

2年前 • 倪爽 • -- 点击 0 评论

2

2

1

1

蚂蚁面部的显微图像。

[来源： ]
有趣
( twitter.com)

2年前 • 环球猎奇🏅 • -- 点击 0 评论

3

2

1

1

前两天乔木兄给我推荐了 RSSHub 绕开 Twitter API, 定向抓取内容的方法。今天搜了下相关信息，找到以下几个开源软件，可以参考：

…
IT技术
( twitter.com)

2年前 • 黄赟 • -- 点击 0 评论

4

2

1

1

牛逼！美国微软最近开源了一个AI项目TRELLIS。
让3D建模成了傻瓜版操作。像我这种接触3D两天的人都可以快速设计一个模型。
时政
( twitter.com)

10个月前 • Inty热点新闻 • -- 点击 • 下载视频 0 评论

00:00:14

5

2

1

1

️开会了 #稳住经济大盘
图源：微博
图片
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

6

2

1

1

【收购动视暴雪，所有信息似乎都利好微软】微软在布鲁塞尔的表现获得了欧盟委员会的支持；将于今年8月2日开始的美国本土FTC的诉讼案，微软也取得了阶段性的成果。
大陆资讯
( www.gamelook.com.cn)

2年前 • 不炒作会死 • -- 点击 0 评论

7

2

1

1

【微软清查上百家中国企业盗版】过去一周多家上市企业、金融机构纷纷证实，微软中国产权部已经向其发出了函件，要求使用微软的正版软件。据称，微软此次调查的包括旗下几乎所有软件，尤其是Office办公套件，Word、Excel等。如果这些公司非微软软件注册用户，则会寄出律师函件。
大陆资讯
( www.ali213.net)

8年前 • 墙头看世界 • -- 点击 0 评论

8

2

1

1

国内不翻墙的设备我基本也用必应，以及一个半开放的。

搜了一下，这事国内也有媒体报道了：《取代百度！微软必应成中国第一大桌面搜索引擎》…
IT技术
( twitter.com)

2年前 • 陈少举 • -- 点击 0 评论

9

2

1

1

开源了这个花了整整一天时间撸出来的小项目
起因是隔壁家的软件做的很好看很好用但是不兼容 iBar，经过是在外面咖啡馆太无聊了于是掏出了电脑，结果是下面的地址 ⬇️
希望各位玩的开心～
时政
( github.com)

1年前 • ᏞᎪᏦᏒ.标准件厂长 • -- 点击 • 下载视频 0 评论

00:00:18

10

2

1

1

RedditTIL：微软纸牌游戏开发者的故事
大陆资讯
( jandan.net)

9年前 • 煎蛋网 • -- 点击 0 评论

11

2

1

1

本周开源三件套
第二个 MPT-7B 开源商业可用LLM的新标准
- 包括base和三个微调模型，instruct，chat，写作
- 其中写作模型支持65k的上下文！是GPT4的两倍。（甚至支持到 84k 。）
- 包含了开源代…
推特中文圈

开源推荐
( twitter.com)

2年前 • orange.ai • -- 点击 0 评论

12

3

2

2

【微软屏蔽俄罗斯 IP 下载Win10/11下载系统镜像】与其他公司直接退出俄罗斯不同的是，微软在俄罗斯仍然面向部分客户提供服务，包括学校以及医院等机构。
大陆资讯
( mp.weixin.qq.com)

3年前 • 微信公众号 • -- 点击 0 评论

13

2

1

1

OpenAI的搜索引擎真要来了：开启灰度测试，微软Bing加持
大陆资讯
( 36kr.com)

1年前 • 牛郎侄女 • -- 点击 0 评论

14

2

1

1

【微软新浏览器正式定名Microsoft Edge】微软Build开发者大会今天在美国旧金山正式开幕，微软在大会上宣布其浏览器产品正式定名为Microsoft Edge。此前，这款运行在Windows 10系统上的浏览器的研发代号为“Project Spartan”。Microsoft Edge的发布正式结束了微软IE浏览器的历史。
大陆资讯
( tech.sina.com.cn)

10年前 • 观摩团 • -- 点击 0 评论

15

2

1

1

【197亿美元收购Nuance，微软在造什么局？】微软大手笔收购Nuance，释放了一个重要的信号——巨头在医疗领域要开始抢占市场了。
大陆资讯
( www.huxiu.com)

4年前 • 虎嗅网 • -- 点击 0 评论

16

6

5

5

美国国防部制定软件“不买”清单筛除使用中俄源代码的供应商
大陆资讯
( ift.tt)

7年前 • 路透社 • -- 点击 0 评论

17

2

1

1

本来微软不想下架LinkedIN，于是微软跟中共一直在合作打压言论自由。但是最近美国微软的LinkedIn审核掉了一个美国记者 @BethanyAllenEbr
该记者就是专门研究中国渗透美国，以及中国审核问题的专家。微软居…
时政
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

18

2

1

1

信任一个做翻墙擦边球的闭源软件，为什么不试一下开源的clash？三番五次折腾用户再买一次，还去买他的密码管理软件，抖M用户的钱真好赚
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

19

2

1

1

#AI开源项目推荐：video-subtitle-remover
Video-subtitle-remover (VSR) 是一款基于AI技术，将视频中的硬字幕去除的软件。主要实现了以下功能：
* 无损分辨率将视频中的硬字幕去除，生成去除字幕后的文件
* 通过超强AI算法模型，对去除字幕文本的区域进行填充（非相邻像素填充与马赛克去除）
*…
IT技术
( twitter.com)

2年前 • 宝玉 • -- 点击 0 评论

20

1

0

0

学不过来了，微软的 AI for Beginners 和 Google 的 Generative AI learning 哪个课程更好一点呀，打算周末选择一个学习一下。

微软 AI for Beginners:…
IT技术
( twitter.com)

2年前 • Guangzheng Li • -- 点击 0 评论

21

2

1

1

【消息称 Meta、微软、亚马逊等巨头联手打造新款地图应用】Linux 基金会正计划推出一款开源的地图应用，并拉拢了 Meta、微软、地图公司 TomTom 以及亚马逊网络服务（AWS）这四家公司，希望在地图领域挑战 Google Maps 的主导地位。
大陆资讯
( www.ithome.com)

2年前 • 流精岁月 • -- 点击 0 评论

22

6

5

5

【微软CEO获得66%涨薪上一财年挣了4300万美元】纳德拉的加薪凸显了微软在他的领导下实现的巨大转变，尤其是微软的云计算业务规模翻了一番。一年前，微软从苹果手中夺回了世界上最有价值的上市公司的头衔，市值超过1.07万亿美元。
大陆资讯
( tech.qq.com)

6年前 • QQ新闻 • -- 点击 0 评论

23

2

1

1

看了看@姚晨微博下面的评论，有点心疼，幸亏姚明没来开微博。。。 (狼心狗肺猪肾)
大陆资讯
( ww3.sinaimg.cn)

11年前 • 有趣图片 • -- 点击 0 评论

24

6

5

5

微软帐户两年内不活跃将被删除，不会发送警告邮件
大陆资讯
( www.expreview.com)

6年前 • 羡慕忌妒恨 • -- 点击 0 评论

25

2

1

1

下载纯正干净的 #Windows iso镜像文件以及微软系软件，记住这个网站就足够了！下载链接直接就是 #微软的CDN服务器链接，速度还快！强烈安利与推荐！Thanks to…
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

1
2
3
4
5
6
7
8
9
...
400
下一页

0.20168 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特