北京
分享至
论文里的表格，往往是文档解析工具翻车最狠的地方。表头跨列这种排版，机器读起来最容易散架——标题被拆成几段，数字对不上号，整张表直接报废。
LlamaIndex 官方账号发推说了一件事：LlamaParse Agentic Plus 成功保留了 VL-DocIR 长文档检索研究论文表 2 的完整标题跨列。不是部分保留，是完整保留。
这张表覆盖四类数据源：
- Wiki
- arXiv
- PubMed
- SEC
更关键的是计数。每个标签下的 35 条计数，一个没丢，全部保留。跨列标题和计数同时不崩，这才是难点——很多工具能读出文字，但读不出结构，表头一跨列就认不出它管的是哪几列。
推文最后鼓励用户把这个工具用在自己的研究论文上。对天天跟论文表格打交道的人来说，这句话的潜台词很清楚：你手动核对表头的那几个小时，可能可以省掉了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
