Источник: Nuances of Programming Введение В век больших языковых моделей (LLM) и их широкого применения  —  от простого обобщения и перевода текстов до прогнозирования курса акций на основе настроений и финансовых отчетов  —  важность текстовых данных как никогда велика. Существует множество типов документов, содержащих подобную неструктурированную информацию, от веб-статей и постов в блогах до рукописных писем и стихов. Однако значительная часть этих текстовых данных хранится и передается в формате PDF...

Добрый день. В этой статье расскажу как распознать текст из файлов PDF и сохранить его в формате word. Я перепробовал очень много онлайн конверторов pdf файлов в word, но многие из них оказывались или платными или не совсем корректно переводили русский текст или вовсе вставляли текст картинкой в файл Word. Только один из бесплатных онлайн конвертеров перевел текст из pdf в word без ошибок, но с некоторыми замечаниями. Этот онлайн конвертер сохранил весь текст в word, сохранил структурированную таблицу, но только неправильно был выбран шрифт, но это можно легко исправить...