Commit History

Author SHA1 Message Date
  赵小蒙 eb79c884c2 修复image_path的连接符 1 year ago
  赵小蒙 21043c18a1 Merge remote-tracking branch 'origin/master' 1 year ago
  赵小蒙 5b9f096045 修复image_path的连接符 1 year ago
  xuchao 7f0af412bc 增加layout之间段落连接规则 1 year ago
  赵小蒙 f5b9cff4c4 ocr后不需要再次检测need_drop,且ocr_dropped_parse_pdf逻辑后需要将need_drop置为false 1 year ago
  赵小蒙 b7c12891cc 增加uni_parse_pdf逻辑 1 year ago
  赵小蒙 143f8114bc Merge remote-tracking branch 'origin/master' 1 year ago
  赵小蒙 5eab010b98 ocr模式对所有drop的span记录tag并分类 1 year ago
  xuchao 83753cbd77 元素类型引用统一定义 1 year ago
  xuchao d5ea44f944 按照统一格式组合文本型pdf的解析结果 1 year ago
  赵小蒙 f5bfaaf625 更新scikit-learn依赖兼容性 1 year ago
  赵小蒙 9c371545b1 更新scikit-learn依赖兼容性 1 year ago
  赵小蒙 051ee3c3f5 增加标准格式的拼装逻辑 1 year ago
  赵小蒙 a01356400e 修复spans为空list导致的IndexError: list index out of range 1 year ago
  赵小蒙 f10b4a501f s3_image_save_path统一配置 1 year ago
  赵小蒙 b1ac8d03da book_name生成逻辑更新 1 year ago
  赵小蒙 8486793393 join_path逻辑修复 1 year ago
  赵小蒙 195998a07f mk_mm_markdown2中span_type分类更新 1 year ago
  赵小蒙 25a0fd0665 Merge remote-tracking branch 'origin/master' 1 year ago
  赵小蒙 f06a32133c make多模态markdown时图片地址更改为fullpath 1 year ago
  xuchao 084e9328d0 实现layout内部分段 1 year ago
  xuchao f68c66290c update code 1 year ago
  赵小蒙 59b0b0c3da make markdown时特殊符号转义 1 year ago
  赵小蒙 8a2736a53f 截图增加s3上传逻辑,移除宽或高为0的spans 1 year ago
  赵小蒙 0b35b73c64 删除高度或者宽度为0的spans 1 year ago
  赵小蒙 9bd6294bfa ocr模式更新spark pipeline 1 year ago
  赵小蒙 8a52ada337 data_type/bookid/data_source兼容处理 1 year ago
  赵小蒙 26c2378271 ocr模式下content type 抽象 1 year ago
  赵小蒙 b6f051d88f 在layout.pdf中绘制drop的bbox 1 year ago
  赵小蒙 85587b257b 在dict中加入qa需要的字段 1 year ago