#PDF処理

3件の記事

図・表・JP/EN混在PDFでRAGはうまく動くのか？軽く検証してみた

複雑なPDF（図表混在・JP/EN・レイアウト崩れ）でRAGを試すと、シンプルな構成では読み順の崩れ・表構造の喪失・根拠提示困難など多くの問題が発生します。著者が複数のアプローチ（PyMuPDF・DeepSeek-OCR・画像検索）を検証した結果、本質的な課題はツール選択ではなく「前処理の設計」にあることを発見。テキスト抽出から「構造ごと取り出す」設計へのシフトが必要だと気づきました。実装上の落とし穴を具体的に学べる内容です。

#RAG #LLM #OCR

記事を読む →

📚

Qiita3月16日· 2分で読める中級🔥 注目

構造認識型RAGを実装してみる（LandingAI ADEを使った検証）

PDFの図・表・テキストが混在した場合、従来のRAGは「意味のまとまり」と「検索単位」がズレて失敗します。LandingAIのADE（Agentic Document Extraction）を使うと、単にテキスト抽出するのではなく、ページレイアウト解析→要素分類→chunk化という流れで、構造を保ったまま抽出できます。最小コード＋実装例で、日本語ドキュメント対応の検証結果も紹介されており、実践的なRAG改善手法として参考価値が高いです。

#RAG #LLM #PDF処理

記事を読む →

⚡

Qiita3月11日· 2分で読める中級🔥 注目

専門書読書のために自作ツールを作ったら、AIが「あとで聞く相手」から「伴走者」になった

難しい専門書をAIに聞きながら読む時の課題は、スクショ加工など「文脈を渡す摩擦」にありました。著者が自作ツール「SmartExtract-PDF」で、PDF上で必要箇所を矩形選択して読み順に並べてAIに渡せるようにしたら、AIが「後で聞く対象」から「リアルタイムの伴走者」に変わったと報告。会話ログをObsidianに戻して知識体系化する工夫も含め、読書体験を根本的に変えた実践例です。

#AI駆動開発 #個人開発 #知識管理

記事を読む →