Docling

၎င်းက ဘာလဲ

Docling သည် IBM Research မှ ဖန်တီးထုတ်လုပ်ထားသော Open-source ဖိုင်ပြောင်းလဲရေး Tool kit တစ်ခုဖြစ်ပြီး AI အပလီကေးရှင်းများနှင့် ကြီးမားသော ဘာသာစကားမော်ဒယ်များ (LLMs) ၏ Retrieval-Augmented Generation (RAG) လုပ်ငန်းစဉ်များအတွက် အထူးရည်ရွယ်ထုတ်လုပ်ထားခြင်း ဖြစ်ပါသည်။ ၎င်းသည် PDF၊ DOCX၊ PPTX နှင့် HTML ကဲ့သို့သော သာမန်ဖိုင်ဖော်မတ်များကို တိကျမှန်ကန်သော ဖွဲ့စည်းပုံပါရှိသော ဖိုင်ပုံစံများအဖြစ်သို့ တိကျစွာ ပြောင်းလဲပေးနိုင်ပါသည်။ အားကောင်းသည့် စာမျက်နှာ အပြင်အဆင် (Layout) ခွဲခြမ်းစိတ်ဖြာမှုနှင့် ဇယားဖော်ထုတ်နိုင်စွမ်းတို့ဖြင့် Docling သည် ရှုပ်ထွေးသော အပြင်အဆင်များကို ပြီးပြည့်စုံစွာ ဖတ်ရှုနိုင်ပြီး အကြောင်းအရာများကို Markdown သို့မဟုတ် JSON ဖော်မတ်များဖြင့် ထုတ်ယူပေးနိုင်ကာ AI စနစ်များက ဖိုင်အချက်အလက်များကို ပိုမိုလွယ်ကူစွာ ဖတ်ရှုနားလည်နိုင်စေပါသည်။

မည်သည့်ပြဿနာများကို ဖြေရှင်းပေးသလဲ၊ မည်သို့အသုံးပြုရသလဲ

ကုမ္ပဏီတွင်း အသိပညာအခြေခံအုတ်မြစ် (Knowledge Base) တည်ဆောက်ရာတွင် သို့မဟုတ် Large Model များကို လေ့ကျင့်ပေးရာတွင် ရှုပ်ထွေးပွေလီနေသော ဖိုင်အမျိုးမျိုးကို ကိုင်တွယ်ရခြင်းသည် အင်ဂျင်နီယာများအတွက် အမြဲတမ်း ခေါင်းကိုက်စရာ ဖြစ်ခဲ့သည်။ အထူးသဖြင့် PDF ဖိုင်များပါ ကော်လံများစွာပါဝင်သည့် အပြင်အဆင်များ၊ ရှုပ်ထွေးသော ဇယားများနှင့် ဇယားကွက်များကို သမားရိုးကျ Parsing ကိရိယာများက ပုံပျက်ပန်းပျက်ဖြစ်စေတတ်သည်။ Docling သည် အဆင့်မြင့် Deep Learning မော်ဒယ်များမှတစ်ဆင့် ဖိုင်အဆင့်အတန်း၊ ခေါင်းစဉ်၊ စာရင်းနှင့် ဇယားဖွဲ့စည်းပုံများကို အလိုအလျောက် ဖော်ထုတ်ပေးပြီး စာသားထုတ်ယူမှု အရည်အသွေးကို သိသာထင်ရှားစွာ မြှင့်တင်ပေးပါသည်။ အသုံးပြုသူများသည် ရိုးရှင်းသော ကုဒ်ထည့်သွင်းမှုနှင့် ခေါ်ယူမှုတို့ဖြင့် ဖွဲ့စည်းပုံမပါဝင်သော ဖိုင်များစွာကို ရှင်းလင်းပြတ်သားသော ဖွဲ့စည်းပုံပါရှိသည့် ဒေတာများအဖြစ်သို့ လွယ်ကူစွာ ပြောင်းလဲနိုင်ပြီး အချက်အလက်များကို လက်ဖြင့် ပြန်လည်ရှင်းလင်းရမည့် အချိန်များကို များစွာ သက်သာစေပါသည်။ တိကျမှုမြင့်မားသော RAG စနစ်များကို တည်ဆောက်ရန်အတွက် အကောင်းဆုံး လက်နက်ကောင်းတစ်ခု ဖြစ်ပါသည်။