Index File Contents for Search

Это было бы ОГРОМНЫМ улучшением, особенно для тех форумов, где хранится много документации в формате PDF, сканов или изображений. Если задача ограничивается поиском, то в идеале нужно просто извлечь или создать текст, а затем сохранить его в отдельном столбце в PostgreSQL. После этого можно будет использовать уже встроенный полнотекстовый поиск PostgreSQL.

Например, в Linux можно использовать pdftotext для извлечения текста из PDF и сохранения его в базе данных. Другая идея (более дорогая) — использовать компьютерное зрение на базе ИИ для объяснения или извлечения содержимого PDF или изображения с последующим сохранением в БД.

Что думаете?

2 лайка