PDF ලේඛනවලින් තොරතුරු ලබා ගැනීමේ ගැටළුව නිසා LLM (Large Language Model) ව්යාපෘති බොහොමයක් අඩු කාර්යක්ෂමතාවකට ලක් වේ. මේ අභියෝගයට නව විසඳුමක් ලෙස IBM නිකුත් කළ Docling නම් විවෘත-මූලාශ්ර ලේඛන විශ්ලේෂකය ඉදිරිපත් කරයි.
Docling, PDF, DOCX, PPTX, රූප, සහ ස්කෑන් කරන ලද ලේඛනවලින් පවතින වගු, බහු-තීරුවල පිළිවෙල, සහ අනෙකුත් සංකීර්ණ ආකෘතිවල තොරතුරු නිවැරදිව Markdown හෝ JSON ආකාරයට පරිවර්තනය කරයි. මෙය FastAPI‑compatible සේවා මාදිලියක් ලෙස ලබා දී, REST API එකක් ලෙස පාවිච්චි කළ හැකි බැවින් Python ලයිබ්රරියක් පමණක් භාවිතා කිරීමට අවශ්ය නොවේ.
ඇයි මෙය වැදගත්ද? සාමාන්ය pdftotext වැනි උපකරණ භාවිතා කළ විට වගු සෙල්ලම් වචන ලෙස, මාතෘකා හා පදනම් පෙළ එකට මිශ්රව, බහු-තීරුවල පිළිවෙල අස්ථානගත වේ. Docling හි ලේඛන සැකැස්ම පිළිබඳ මොඩලය පෙරනිමිතිව ලේඛනයේ ව්යුහය හඳුනාගෙන, නිශ්චිතව තොරතුරු ලබා දේ. එමනිසා LLM හෝ මිනිස් පරිශීලකයන්ට RAG, සාරාංශකරණ, හෝ විශේෂිත දත්ත ගැලපුම් සදහා පිරිසිදු ආදානයක් ලැබේ.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික ශිෂ්යයන්, සංවර්ධකයන්, සහ ව්යාපාරිකයන්ට Docling API එකේ පහත වාසි පෙනේ:
- ස්ථානීය සේවා වශයෙන් ක්රියාත්මක වීම නිසා දත්ත රහස්යතාවය රැකගත හැක.
- දෙමළ, සිංහල PDF ලේඛනවලින්ත් සවිස්තරාත්මක Markdown ලබා ගත හැකි බැවින් බහුභාෂා ආශ්රිත ව්යාපෘති පහසු වේ.
- Docker හෝ Railway මඟින් එක් ක්ලික් එකකින් දැනටමත් ක්රියාත්මක කළ හැකි නිසා කුඩා ආරම්භක ව්යාපෘති සඳහා අධික පිරිවැයක් නොවේ.
- 2 GB RAM පමණ අවශ්ය වන නමුත්, එය සුලභ සේවාදායකයකින් සකස් කළ හැක; එය අඩු පරිමාණයේ ලේඛන පරිවර්තනය සඳහා ඉතා ප්රයෝජනවත් වේ.
මෙම සේවාව API key නැතිව, කලාපීය OCR බිල්පත් නැතිව, වේගවත් සහ නිදහස් ලෙස ලබා ගත හැකි නිසා, ශ්රී ලංකාවේ AI‑පදනම් පර්යේෂණ හා ව්යාපාරික අයදුම්පත් සඳහා නව මාර්ගයක් විවර වෙයි.
ඔබට PDF ලේඛනවලින් පිරිසිදු Markdown හෝ JSON ලබා ගැනීමට අවශ්ය නම්, Docling API එකක් තනි සේවාදායකයකට ස්ථාපනය කර, කෙටි curl කේතයක් මගින් පරිවර්තනය කරන්න. ඉදිරියේදී තවත් AI‑සම්බන්ධිත මෙවලම් සමඟ ඒකාබද්ධ කිරීමේ හැකියාවත් ඇත.
