قوات الدفاعالشعبي إلى إكسيل

يحتوي أي مستند لايحتوي على نموذجبيانات محدد مسبقًاأو غير منظمبطريقة محددةمسبقًا على بياناتغير منظمة. ويمثلهذا حوالي 90% منجميع المستنداتالإلكترونية التيتم إنشاؤها، بمافي ذلك ملفات PDF،سواء كانت ممسوحةضوئيًا (صورة PDF) أم لا (ملف PDF الأصلي). على العكسمن ذلك، يتم تنظيمملفات Excel حسبالتعريف، حيث يتمتنظيم معلوماتهافي تنسيق جدول. الهدف من تحويلPDF إلى Excel هوتحويل البياناتغير المنظمة إلىمستند منظم معالحفاظ على نفسالمظهر المرئيوالمنطقي.
المشكلة الرئيسيةهي أن ملفات PDF يمكن أن تحتوي علىمجموعة واسعة منالعناصر، بما فيذلك النصوص والصوروالرسومات، ممايجعل من الصعباستخراجهاوتحويلها إلى جدولبيانات Excel. حتىالجداول، وهي حالةالاستخدام الأكثروضوحًا لتحويل PDF إلى Excel، قديكون من الصعبتحويلها. على سبيلالمثال، قد يؤديتحويل جدول يحتويعلى خلايا مدمجة أوتنسيق معقد أومخطط تفصيلي جزئيإلى حدوث أخطاء أوفقدان البيانات.
يمكننا استخدامالعديد من الأدواتوالتطبيقاتالبرمجية المختلفةلتحويل ملفات PDF إلى تنسيق Excel؛ليست كلها فعالةعلى قدم المساواة. تعتمد جودةالتحويل على مدىتعقيد ملف PDF،وتنسيق الجداول،والأهم من ذلك،الأدوات والتقنياتالمحددة المستخدمةلإجراء التحويل.

يمكن أن تساعدالعديد منالتقنيات المستندةإلى الذكاءالاصطناعي في تحويلملفات PDF إلىExcel.
التعرف البصري علىالأحرف (OCR): يمكنلمحرك التعرفالضوئي على الحروفالذي يعمل بالذكاءالاصطناعي التعرفعلى النصواستخراجه منملفات PDF الممسوحة ضوئيًا أوملفات PDF داخلملفات PDF. تعدتقنيات الذكاءالاصطناعي مفيدةلاستخراج النص منالتخطيطاتالمعقدة، مثلالجداول والمخططاتوالرسومات والصور،خاصة في المستنداتالممسوحة ضوئيًامنخفضة الجودة.
التعلم الآلي (ML): يمكن تدريبخوارزميات التعلمالآلي للتعرف علىالأنماط والهياكلداخل ملفات PDF،مثل الجداول أوالنماذج، وتحويلهاإلى تنسيق Excel.
زوج القيمةالرئيسية (KVP): استخراج KVP هوتقنية تستخدم فياستخراج البياناتومعالجة اللغاتالطبيعية (NLP) والتي تتضمن تحديدواستخراج أنواعمعينة منالبيانات، مثلالأسماء أوالعناوين أوالتواريخ.
تحليل تخطيطالمستند (DLA): يحدد DLA ويصنفالمناطق فيالمستند. يتضمنالتحليل الهندسيللجداول والصوروالمعادلات والرموزالشريطية وتحليلالتخطيط المنطقي(الفقرات والسطوروالكلمات والأحرف) للمستند.