gradio_pdf

מה זה

מזינים שאלה בתיבת טקסט ומעלים קובץ PDF לתוך רכיב תצוגה ייעודי בדפדפן. המערכת מחזירה תיבת טקסט עם התשובה שנמצאה בתוך המסמך. מאחורי הקלעים רץ המודל impira/layoutlm-document-qa דרך מנגנון ה־pipeline של transformers, בשילוב ספריית pdf2image שממירה את דפי הקובץ כדי שהמודל יוכל לנתח את המבנה החזותי והטקסטואלי יחד.

הממשק כולל דוגמה מוכנה מראש עם קובץ חשבונית בשם invoice_2.pdf והשאלה מה השווי הכולל ברוטו. מעבר להדגמת שאלות ותשובות, העמוד מציג תיעוד טכני מלא עבור רכיב ה־PDF עצמו, כולל הגדרות פיתוח כמו גובה, שקיפות, יישור ואירועי העלאה או שינוי קובץ.

מתאים ל

• חילוץ סכום מחשבונית

  מעלים קובץ חשבונית ושואלים מה הסכום הכולל לתשלום באנגלית כדי לקבל ערך נקודתי.

• בדיקת רכיב גרדיו

  בוחנים את אופן ההצגה והאירועים של רכיב ה־PDF לפני שמטמיעים אותו באפליקציה עצמאית.

• שאלות ותשובות על טפסים

  מזינים מסמך מובנה באנגלית ובודקים אם מודל LayoutLM מצליח לאתר בו שדות ומספרים.

איפה זה נופל

ההדגמה מציגה מענה על שאלה מתוך חשבונית בודדת, אבל היא רצה על מעבד בסיסי ולכן מסמכים ארוכים של עשרות עמודים ייקחו זמן רב או ייכשלו. המודל שרץ ברקע נבנה סביב אנגלית ומבנה של טפסים לטיניים, כך שמסמכים בעברית עלולים להניב תוצאות שגויות. הממשק משמש בעיקר חלון ראווה לרכיב קוד ולא כלי מוכן לעיבוד כמויות של מסמכים.

איך משתמשים

בוחרים בדוגמה המוכנה של החשבונית או מעלים קובץ PDF משלכם, מקלידים שאלה באנגלית ולוחצים על שליחה. היישום רץ על מעבד רגיל מסוג cpu-basic בלי מאיץ גרפי, כך שזמן העיבוד של כל עמוד ומענה עלול להימשך מספר שניות ולא להחזיר תוצאה מיידית. אין דרישה להתחבר או לפתוח חשבון כדי לנסות.

הרישיון

הפרויקט מפורסם ברישיון apache-2.0, שמאפשר שימוש חופשי בקוד ובמרכיביו גם לצרכים מסחריים בכפוף לתנאי הרישיון. מסמכים שאתם מעלים מועברים לעיבוד בשרת המארח של המרחב.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗