Автоматическое извлечение таблиц и текста из PDF-отчётов с использованием OCR и машинного обучения в Google Colab
О чём эта презентация
Автоматическое извлечение таблиц и текста из PDF-отчётов с использованием OCR и машинного обучения в Google Colab Барановский Андрей Андреевич Проблема и цель Проблема: Тысячи архивных отчётов в PDF (сканы машинописи 1970–90 гг.) Таблицы без линий, повороты на 90°, шум, рукописные правки Ручная оцифровка одного отчёта = 8 часов Цель: Разработать автоматический пайплайн (OCR + ML) в Google…
Оглавление 📑 10 слайдов
- 1Автоматическое извлечение таблиц и текста из PDF-отчётов с использованием OCR и машинного обучения в Google Colab
- 2Проблема и цель: трудоёмкая оцифровка архивных PDF-отчётов
- 3Особенности исходных PDF: шум, повороты, отсутствие линий и рукописные правки
- 4Цель: автоматизация пайплайна для детекции таблиц и распознавания данных с сокращением времени до 30–50 минут
- 5Архитектура пайплайна в Google Colab: OCR, ML и экспорт в Excel
- 6Результаты оцифровки: сравнение ручного и автоматического подхода
- 7Ускорение процесса оцифровки в ~20 раз благодаря автоматизации
- 8Ограничения системы: закрытость, отсутствие внешних API и безопасность данных
- 9Проблемные случаи и текущие ограничения в распознавании таблиц и текста
- 10Выводы и перспективы: рабочий пайплайн с сокращением времени и планы по улучшению точности распознавания
Нужна своя презентация на эту тему?
КонспектGPT сделает уникальную презентацию за 5–10 минут по вашей теме: 10–30 слайдов, оформление в едином стиле, готовый экспорт в PowerPoint и Google Slides. Никаких шаблонов — все слайды пишутся нейросетью с нуля.
Создать такую же презентациюЧастые вопросы
Сколько это стоит?
Создать презентацию и посмотреть предпросмотр первых слайдов можно бесплатно: по кнопке выше вы получите свою презентацию на эту тему с той же структурой, но с уникальным содержанием — и сразу сможете править оглавление. Тариф «Пробный» за 99 ₽ на 3 дня открывает всё остальное: все 10 слайдов, скачивание в PPTX и PDF, генерацию ИИ-картинок, онлайн-редактор с правками через ИИ и готовый текст для выступления. За пробный период можно сгенерировать до 5 презентаций, дальше — автопродление за 389 ₽/мес, отключается в один клик в личном кабинете.
Могу ли я изменить слайды?
Да, причём дважды. Сначала на странице структуры: до генерации можно переименовать любой слайд, поменять их порядок, добавить свои и удалить ненужные. Потом в редакторе с ИИ-помощником: менять текст готовых слайдов, регенерировать их через нейросеть, менять тему оформления и генерировать картинки.
Можно ли сделать презентацию по своим материалам?
Да. В форме генерации выберите режим «По тексту» — можно вставить готовый текст или загрузить файл. Поддерживается 13 форматов: DOCX, DOC, PDF, PPTX, PPT, TXT, RTF, ODT, DJVU, EPUB, FB2, Markdown и HTML, документ до 50 страниц. PDF со сканами читается через OCR. Нейросеть извлечёт из вашего материала ключевые тезисы, распределит их по слайдам и добавит подходящие графики и таблицы. Удобно, если уже есть курсовая, конспект лекции, статья или старая презентация, которую нужно переоформить.
Сколько времени занимает генерация новой презентации?
Обычно 5–10 минут: 1–2 минуты на составление оглавления, ещё 3–7 минут — на генерацию содержимого всех слайдов параллельно. Итого — сравнимо со временем, за которое вы бы искали готовую презентацию по ключевым словам.
Можно ли использовать презентацию в школе / университете?
Да. Формат PPTX стандартен для образовательных презентаций — работает в PowerPoint, Google Slides, Keynote, LibreOffice. Рекомендуем перед сдачей внести правки под свой доклад и проверить фактические данные.
Есть ли другие темы для презентаций?
Да, у нас в базе более 50 000 готовых презентаций по разным дисциплинам. Смотрите каталог на странице /gotovye-prezentacii/. А если нужной темы нет — сгенерируйте свою за 5–10 минут.