Parser książek PDF (tekst + obrazy)

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

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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!

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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!

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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)

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz

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.

Pokaż oryginał

Przetłumacz