Meta推出OCR神器，PDF、数学公式都能轻松转换

?最新资讯?
有了 Nougat，再也不用担心阅读论文或科学文献时的复杂数学公式了。Meta AI最新推出的OCR神器Nougat，基于Transformer模型构建，能够将PDF文档轻松转换为MultiMarkdown，同时也能处理扫描版的PDF，让数学公式转换变得轻而易举。Nougat不仅可以识别文本中的简单公式，还能准确地转换复杂的数学公式。即使公式中含有上标、下标等各种数学格式，Nougat也能分辨清楚。此外，Nougat还能识别表格和处理扫描文本的畸变。唯一的遗憾是Nougat生成的文档中不包含图片，但转换效果确实令人惊叹。关于Nougat的方法概述，本文介绍了其基于编码器-解码器Transformer架构的设计，以及数据集的构建和处理过程。Nougat的训练过程中还采用了数据增强技术来提高泛化能力。在构建数据集时，研究团队从arXiv和PubMed Central等来源获取文章，并将其转换为Markdown格式。对于PDF中的图形和表格，团队通过预处理步骤将其删除，以确保与源代码的匹配。最后，团队使用词袋模型和线性支持向量机分类器进行了页码预测。总的来说，Nougat的推出为解决PDF转换中的数学公式难题提供了一种高效的解决方案，对于学术党来说是个喜讯。
来源：https://www.jiqizhixin.com/