mirror of
https://github.com/alam00000/bentopdf.git
synced 2026-11-08 16:57:14 +01:00
48 lines
2.2 KiB
Markdown
48 lines
2.2 KiB
Markdown
---
|
|
title: PDF voorbereiden voor AI
|
|
description: Haal PDF-inhoud op als gestructureerde JSON, geoptimaliseerd voor LLM's en AI-pijplijnen zoals LlamaIndex. Ondersteunt batchverwerking.
|
|
---
|
|
|
|
# PDF voorbereiden voor AI
|
|
|
|
Haalt inhoud uit PDF-bestanden en structureert die als JSON, geoptimaliseerd voor invoer in grote taalmodellen (LLM's) en AI-frameworks zoals LlamaIndex. De inhoud van elke pagina wordt opgehaald en georganiseerd in een gestructureerd formaat, klaar voor RAG-pijplijnen, chatbots of semantische zoeksystemen.
|
|
|
|
## Hoe het werkt
|
|
|
|
1. Upload een of meer PDF's door op het sleepgebied te klikken of bestanden erheen te slepen.
|
|
2. Klik op **Extraheren** om de verwerking te starten.
|
|
3. Eén bestand wordt gedownload als `filename_llm.json`. Meerdere bestanden leveren een `pdf-for-ai.zip`-archief op.
|
|
|
|
De tool gebruikt de LlamaIndex-integratie van PyMuPDF om inhoud per pagina met metadata op te halen. De uitvoer kan direct in AI-frameworks worden geladen.
|
|
|
|
## Opties
|
|
|
|
Deze tool heeft geen instelbare opties. Alle pagina's worden opgehaald met volledige tekst en metadata.
|
|
|
|
## Uitvoerformaat
|
|
|
|
- **Eén bestand**: `filename_llm.json`
|
|
- **Meerdere bestanden**: `pdf-for-ai.zip` met één `_llm.json` per invoer-PDF.
|
|
|
|
De JSON-uitvoer volgt het LlamaIndex-documentschema met tekstinhoud per pagina en metadatavelden.
|
|
|
|
## Toepassingen
|
|
|
|
- PDF-documenten voorbereiden voor retrieval-augmented generation (RAG)-pijplijnen.
|
|
- Een doorzoekbare kennisbank opbouwen uit PDF-archieven voor een AI-chatbot.
|
|
- PDF-rapporten invoeren in op LLM's gebaseerde analyseprocessen.
|
|
- Onderzoeksartikelen voorverwerken voor semantisch zoeken en vraag-en-antwoordsystemen.
|
|
- Gestructureerde trainingsdata maken uit verzamelingen PDF-documenten.
|
|
|
|
## Tips
|
|
|
|
- Voor platte tekstextractie zonder AI-specifieke opmaak gebruik je [PDF naar tekst](./pdf-to-text).
|
|
- Voor Markdown-uitvoer die koppen en structuur behoudt gebruik je [PDF naar Markdown](./pdf-to-markdown).
|
|
- Gescande PDF's leveren lege of minimale uitvoer op. Voer ze eerst door OCR om een tekstlaag toe te voegen voordat je ze extraheert.
|
|
|
|
## Gerelateerde tools
|
|
|
|
- [PDF naar tekst](./pdf-to-text)
|
|
- [PDF naar Markdown](./pdf-to-markdown)
|
|
- [PDF naar JSON](./pdf-to-json)
|