ragflow [问题]:为什么不将从PDF和Word文件解析出的表格转换为Markdown格式？

ar5n3qh5 于 4个月前发布在其他

关注(0)|答案(1)|浏览(106)

描述你的问题

为什么不将从PDF和Word文件解析出的表格转换为Markdown格式？是因为HTML格式更被LLM识别吗？
我指的是这样的Markdown格式：

|    | column1 title       | column2 title                              | column3 title           |
|---:|:----------------|:----------------------------------------|:--------------------|
|  0 | xxxxxxxxxx   | xxxxxxxxxx                      | xxxxxxxxxx |
|  1 | xxxxxxxxxx  | xxxxxxxxxx             | xxxxxxxxxx|
|  2 | xxxxxxxxxx   | xxxxxxxxxx             | xxxxxxxxxx|
|  3 | xxxxxxxxxx   | xxxxxxxxxx                | xxxxxxxxxx |

根据我的本地测试，大多数开源的LLMs对这种Markdown格式的理解更好。

ragflow

来源：https://github.com/infiniflow/ragflow/issues/2130