Parser książek PDF (tekst + obrazy)

Budżet: 15000 UAH Termin: 10 dni

Dzień dobry.
Do zadania z trójkolumnowym układem i wydobywaniem bloków tekstu wraz z obrazkami można napisać niestandardowy parser współrzędnych, ale jako bardziej niezawodną alternatywę proponuję rozważyć specjalistyczne API, takie jak AWS Textract lub Google Document AI. One natywnie rozpoznają skomplikowany, wielokolumnowy układ i zwracają gotową strukturę, co znacznie zmniejszy liczbę błędów przed wysłaniem tekstu do weryfikacji.

Całą logikę serwerową z routowaniem, walidacją przez Claude API w trzech próbach i zapisywaniem wyników zrealizuję w Node.js z Typescriptem. Interfejs administratora do zarządzania kolejką książek, wyświetlania statystyk i przeglądania logów dotyczących problematycznych sekcji zbudujemy na Next.js.

W wiadomościach prywatnych pokażę przykłady skryptów wydobywania danych z dokumentów o skomplikowanej strukturze i integracji z LLM API. Będę zadowolony, mogąc zapoznać się z rozszerzonym zadaniem technicznym.

Budżet: 27000 UAH Termin: 7 dni

Witam. Pracuję z React/Node.js od ponad 8 lat. Jestem gotowy do współpracy. Proszę o kontakt.

Budżet: 2000 UAH Termin: 2 dni

Dzień dobry! Jestem gotów wykonać twoje zadanie za umiarkowaną cenę w zamian za dobrą ocenę pracy.

Budżet: 15000 UAH Termin: 7 dni

Cześć,
Mam doświadczenie w pracy z biblioteką Tesseract oraz z blokami w szczególności. Realizuję serwer z funkcjonalnością w Node.js/Python/Go (w zależności od twoich preferencji), front-end w Vue lub React. Pracowałem również z LLM, mogę stworzyć uniwersalny interfejs do wymiany agentów w razie potrzeby.

Będę zadowolony ze współpracy!

Budżet: 1000 UAH Termin: 1 dzień

Witam, mam doświadczenie w tworzeniu systemów i usług do parsowania danych. Jestem gotów szybko i jakościowo opracować dla Państwa parser z uwzględnieniem wszystkich wymagań. Proponuję omówić szczegóły w wiadomościach prywatnych.

Budżet: 3999 UAH Termin: 7 dni

Dzień dobry!

Zadanie jest jasne. Mam odpowiednie doświadczenie: opracowałem system automatycznego ładowania i przetwarzania faktur PDF przez API (projekt jest na GitHubie). System obejmował interfejs GUI, wybór zakresu dat, automatyczne ładowanie i automatyczne przetwarzanie plików.

W ramach waszego projektu zrealizuję:
Parsowanie PDF z pracą na współrzędnych bloków (pymupdf/pdfplumber) dla poprawnego odczytu trzech kolumn
Sprawdzanie jakości przez Claude API z automatycznym ponownym parsowaniem
Celery + Redis do kolejki zadań (30 000 stron — potrzebna stabilna kolejka)
Panel administracyjny z dashboardem i logami
PostgreSQL do przechowywania sekcji + PNG
https://github.com/NazarShubeliak
Jestem gotów do omówienia szczegółowego TŻ. Rozwiń

Budżet: 4000 UAH Termin: 1 dzień

Rozumiem zadanie dotyczące opracowania niezawodnego rozwiązania do parsowania PDF-poradników dotyczących naprawy samochodów, z wydobywaniem tekstu i obrazów z dużej ilości źródeł typograficznych. Mam głębokie doświadczenie w tworzeniu złożonych systemów do wydobywania danych strukturalnych z nieustrukturyzowanych źródeł, w tym dokumentacji technicznej i dużych bibliotek dokumentów. Dla takiej ilości i specyfiki danych kluczowa jest architektura zapewniająca dokładność wydobycia, obsługę błędów oraz dalsze skalowanie do analityki lub wyświetlania. Proszę o wyjaśnienie, jaki jest ostateczny cel wykorzystania wydobytych danych: do tworzenia bazy wyszukiwania, interaktywnej dokumentacji czy czegoś innego? Chętnie omówię to szczegółowo, aby zaproponować optymalne rozwiązanie i oszacować terminy oraz budżet.

Budżet: 2000 UAH Termin: 1 dzień

Cześć! Mogę to zrealizować. Napisz na prywatną wiadomość, aby omówić wszystkie szczegóły. Będę zadowolony z współpracy!

Budżet: 10000 UAH Termin: 2 dni

Witam.

W Państwa specyfikacji kluczową trudnością nie jest OCR, lecz poprawna rekonstrukcja struktury: 3-kolumnowy układ + mieszany tekst/obrazy. Jeśli przeczytacie PDF "jak jest", otrzymacie pomieszany tekst i utratę logiki sekcji.

Proponuję inne podejście:

1. Parsowanie przez współrzędne (layout-aware)
Dzielę stronę na bloki → klasteryzuję kolumny → przywracam porządek czytania. To eliminuje mieszanie tekstu między kolumnami.

2. Powiązanie treści
Obrazy i tabele są powiązane z najbliższymi blokami tekstowymi (według współrzędnych i kontekstu), aby w bazie danych zachować powiązanie, a nie tylko "zbiór plików".

3. Claude jako brama jakości, a nie "konstrukcja tymczasowa"
Po parsowaniu każdy rozdział przechodzi kontrolę:
— czy kolumny się nie zlepiły
— czy logika tekstu nie została naruszona
— czy nie ma przerw
W przypadku błędów — automatyczny retry z innymi parametrami.

4. Skalowanie pod Państwa objętość
100 książek / ~30k stron → robię batching + kolejki + logowanie, aby system działał stabilnie, a nie zawieszał się w połowie.

5. Panel administracyjny, który naprawdę pomaga
Pokażę nie tylko "status", ale problematyczne miejsca: które strony/rozdziały nie przeszły walidacji i dlaczego.

Aby nie marnować Państwa czasu — proponuję:
zrobię prototyp na 1 książce (pełny cykl: parsowanie → Claude → struktura w bazie danych). Od razu zobaczycie, czy to ten poziom jakości, którego potrzebujecie.

Jeśli pasuje — skalujemy bez zmiany architektury.

Jestem gotowa zacząć od razu po otrzymaniu przykładu PDF. Rozwiń

Budżet: 15000 UAH Termin: 10 dni

Wladimir, dzień dobry!

Świetne i nietrywialne zadanie. Parsowanie wielokolumnowych PDF-ów to zawsze ból, ale twoje podejście z walidacją sensownych luk przez Claude API czyni system bardzo inteligentnym i odpornym na błędy.

Ponadto, temat podręczników jest mi osobiście bardzo bliski: sam serwisuję swoje samochody (od WAZ 2105 do Mercedesa), więc doskonale rozumiem specyfikę instrukcji naprawczych. Od razu zauważę na testach, jeśli parser pomiesza kolejność montażu węzła z sąsiednich kolumn.

Jak proponuję technicznie zrealizować pipeline:

Parser (Współrzędne): Użyjemy biblioteki PyMuPDF (fitz) lub pdfplumber. Pozwalają one na wyciąganie bounding boxes (dokładne współrzędne x,y). Napiszemy heurystykę, która będzie czytać bloki ściśle według kolumn (od góry do dołu, z lewej do prawej), wycinać nagłówki i osobno zapisywać schematy PNG z przypisaniem do akapitu.

Claude API: Napiszemy skrypt-walidator z systemowym promptem, który będzie analizował tekst sekcji pod kątem logicznej spójności. W przypadku błędu — wyzwalacz do ponownego przejścia z zmienionymi parametrami wcięć.

Interfejs webowy: Aby zaoszczędzić czas i stworzyć wygodny pulpit nawigacyjny, uruchomię panel administracyjny na Streamlit lub FastAPI + Jinja2. Będzie tam wygodne ładowanie książek, logi błędów od Claude i ręczne zarządzanie zawieszonymi sekcjami.

Jestem gotów zobaczyć kilka stron twoich podręczników jako próbkę testową i pokazać logikę wydobywania bloków. Czekam na rozszerzone TŻ w wiadomościach prywatnych! Rozwiń

Budżet: 4000 UAH Termin: 1 dzień

Witaj! Jestem gotów zrealizować ten projekt, mam duże doświadczenie w tworzeniu różnych aplikacji.

Budżet: 15000 UAH Termin: 14 dni

Dzień dobry.

Jestem gotów zrealizować taki system pod klucz: parsowanie PDF z analizą współrzędnych wielokolumnowego układu, tematyczna klasyfikacja sekcji, zapis do bazy danych oraz panel administracyjny do zarządzania kolejką, logami i problematycznymi przypadkami.

Używany stos technologiczny:

Backend: Python, FastAPI / Django, Celery, PostgreSQL
Integracje: PyMuPDF / pdfplumber, Claude API, pipeline OCR
Frontend: Django Admin lub oddzielny panel web-admin
Infrastruktura: Docker, Redis

Mam doświadczenie w pracy z wydobywaniem tekstu z PDF na podstawie współrzędnych, wielokolumnowym układem oraz integracją API LLM do walidacji i klasyfikacji treści.

Jestem gotów zapoznać się z rozszerzonym dokumentem wymagań i przedstawić wycenę w podziale na etapy, terminy i koszty.

Z poważaniem,
Andrii Rozwiń

Budżet: 10000 UAH Termin: 10 dni

Dzień dobry!

Zadanie jest zrozumiałe. Problem z wielokolumnowym układem rozwiązuję poprzez wydobywanie współrzędnych (PyMuPDF): algorytm odczytuje współrzędne X/Y bloków i zbiera tekst z obrazkami ściśle pionowo w obrębie każdej strefy, a nie z lewej do prawej. Walidacja przez API Claude to doskonałe rozwiązanie.

Aby zarządzać całym procesem, uruchomię osobny serwer WWW (FastAPI lub Flask). Stworzę wygodne panel administracyjny w przeglądarce, gdzie będziecie mogli przesyłać nowe pliki PDF, widzieć pulpit nawigacyjny z logami Claude oraz analizować odrzucone sekcje.

Czekam na rozszerzone wytyczne, gotowy do omówienia szczegółów.

Budżet: 10000 UAH Termin: 10 dni

Witam. Mogę zrealizować twój projekt. Mam doświadczenie. Napisz, ustalimy szczegóły.

Budżet: 7000 UAH Termin: 9 dni

Dzień dobry Wladimir. Mam doświadczenie w pracy z parserami PDF, które potrafią wyciągać nawet krzywe skany. Mam również doświadczenie w pracy z API sieci neuronowych i ich integracją w boty. Jeśli projekt jest nadal aktualny, proponuję omówić szczegóły współpracy.

Budżet: 1000 UAH Termin: 3 dni

Dzień dobry!

Jestem gotów opracować system do parsowania i klasyfikacji sekcji z waszych książek PDF. Mam duże doświadczenie w wydobywaniu tekstu z PDF oraz w wielokolumnowym układzie, a także w integracji API LLM do kontroli jakości i klasyfikacji tematycznej.

Napisz do mnie, aby omówić szczegóły i uzyskać rozszerzone wymagania.

Budżet: 6000 UAH Termin: 2 dni

Dzień dobry! Mogę zrealizować taki system w formie aplikacji internetowej!!! Proszę o kontakt!!!

Budżet: 15000 UAH Termin: 5 dni

Dzień dobry, jestem gotów szybko i jakościowo wykonać twoje zadanie, mam duże doświadczenie w tworzeniu różnych parserów. Napisz w wiadomościach prywatnych, omówimy szczegóły. Z przyjemnością pomogę)

Budżet: 10000 UAH Termin: 3 dni

Dzień dobry. Przejrzałem zadanie, mogę zrealizować parsowanie współrzędnych PDF, sprawdzenie jakości przez API Claude, ponowne próby parsowania oraz interfejs webowy do zarządzania książkami, logami i problematycznymi rozdziałami.

Mam doświadczenie w parsowaniu PDF i weryfikacji danych (https://freelancehunt.com/project/parser-pdf-bankivskih-vipisok/1578814.html), pracowałem również z Azure OCR, dlatego rozumiem niuanse skomplikowanego układu i tekstu wielokolumnowego.

Chciałbym zobaczyć przykłady książek, szczególnie tych skomplikowanych pod względem struktury, aby dokładniej ocenić podejście i terminy. Interesuje mnie również, czy są wymagania dotyczące szybkości przetwarzania.

Jestem gotów omówić szczegóły.

Budżet: 5000 UAH Termin: 3 dni

Witam. Mam doświadczenie w pracy z PDF, rozumiem, o co chodzi i znam trudności. Proszę się zgłaszać, omówimy szczegóły i budżet.

Budżet: 10000 UAH Termin: 1 dzień

✋ Witaj! Jesteśmy firmą IT dZENcode.

Realizujemy usługę parsowania PDF w Pythonie z analizą układu, ekstrakcją tekstu i obrazów, klasyfikacją sekcji, walidacją przez API Claude oraz panelem administracyjnym, opierając się na doświadczeniu zespołu, najlepszych praktykach i własnych rozwiązaniach.

Jaka jest struktura sekcji i zasady klasyfikacji tematycznej?
Czy będą dostępne współrzędne bloków tekstowych po OCR?

Szczegółowe informacje o naszych usługach i stawkach znajdziesz na stronie: Freelancehunt
Zobacz – później omówimy szczegóły pracy, pisz, gdy będziesz gotowy.

Ostateczny koszt ustalany jest dopiero po wyjaśnieniu zakresu i wymagań.

___________________
Z poważaniem,
Menadżer dZENcode

Nasze mocne strony:
💎 10+ lat świadczymy usługi IT: Outsourcing, Outstaffing
🔥 90+ pracowników etatowych
🚀 Projekty „od zera” i wsparcie
⚙️ SLA i wsparcie posprzedażowe
✅ Umowa z firmą, gwarantowany wynik!
🔥 250+ publicznych opinii od 2015 roku. Rozwiń

Budżet: 5000 UAH Termin: 5 dni

Dzień dobry! 👋

Zadanie jest jasne — to nie tylko parsowanie PDF, ale budowa pełnoprawnego pipeline'u przetwarzania danych z kontrolą jakości przez LLM. Mam odpowiednie doświadczenie w takich systemach.

Doświadczenie w podobnych projektach

Pracowałem nad:

— parsowaniem skomplikowanych PDF (wielokolumnowe, tabele, mieszane bloki)
— wyciąganiem tekstu przez współrzędne (pdfplumber / PyMuPDF)
— budową pipeline'ów: parsowanie → czyszczenie → walidacja → DB
— integracją z LLM (Claude / GPT) do weryfikacji i klasyfikacji
— systemami z logiką retry i kontrolą jakości danych

Jak widzę realizację
1. Parser PDF (kluczowy etap)

— wykorzystanie PyMuPDF / pdfplumber
— wyciąganie bloków po współrzędnych (a nie linia po linii)
— przywracanie poprawnej struktury:
— określenie kolumn
— sortowanie bloków (z lewej → z prawej, z góry → w dół)
— oddzielne parsowanie:
— tekstu
— obrazów (PNG z przywiązaniem do współrzędnych)
— tabel

👉 To pozwala uniknąć "pomieszanego" tekstu — główny problem takich PDF.

2. Przetwarzanie + klasyfikacja

— segmentacja na rozdziały (po nagłówkach / strukturze)
— normalizacja tekstu
— przygotowanie do wysyłki do Claude

3. Integracja z Claude API

— weryfikacja jakości tekstu
— wykrywanie problemów (mieszane kolumny, przerwy)
— logika retry (do 3 prób)
— logowanie przyczyn odmowy

👉 To właściwie "self-healing" pipeline.

4. Backend (priorytet Python)

— FastAPI
— kolejka zadań (Celery / asyncio workers)
— przetwarzanie książek w tle
— API dla panelu administracyjnego

5. Baza danych

— PostgreSQL
— struktura:
— książki
— rozdziały
— media (obrazy)
— statusy / logi

6. Panel administracyjny

— prosty interfejs webowy:
— przesyłanie książek
— uruchamianie parsowania
— statusy / postęp
— błędy i retry
— można zrealizować na:
— React lub prościej (FastAPI + Jinja / panel administracyjny)

Jak będzie wyglądał wynik

— uruchamiacie przetwarzanie książki
— system automatycznie:
— parsuje
— weryfikuje przez Claude
— zapisuje w DB
— w bazie:
— czysty, ustrukturyzowany tekst
— powiązane obrazy
— jest interfejs do kontroli

Technologie

— Python (FastAPI, asyncio)
— PyMuPDF / pdfplumber
— PostgreSQL
— Claude API
— Docker

Już pracowałem z wielokolumnowymi PDF i znam główne "pułapki" — to właśnie ten przypadek, gdzie standardowe rozwiązania nie działają i trzeba budować niestandardową logikę.

Jestem gotów przyjrzeć się przykładowi waszych PDF i zaproponować dokładną architekturę oraz plan realizacji. Rozwiń

Budżet: 10000 UAH Termin: 10 dni

Dzień dobry
Mam doświadczenie i opracowania w zakresie parsowania skomplikowanych plików PDF, zawierających tabele, wykresy i diagramy. Proponuję zastosować podejście z wykorzystaniem kilku narzędzi. OCR z waszej strony jest kwestią otwartą, prawdopodobnie będzie wygodniej zrealizować to razem z pozostałą funkcjonalnością, tym bardziej, że raczej nie będziecie używać jakichś unikalnych narzędzi, o których nie wiem.
Do sprawdzenia jakości jest jeszcze kilka opcji modeli vl, trzeba będzie je przetestować.
Potrzebne są próbki książek, najlepiej tych o najbardziej skomplikowanej strukturze, do testów.
Jeszcze pytanie o szybkość parsowania - jakie są minimalne i maksymalne wymagania, jeśli takie istnieją.