这将是一个巨大的改进，特别是对于那些通过 PDF、扫描件或图像承载大量文档的论坛。如果此范围仅限于搜索，那么理想情况下，您只需提取/创建文本，然后将该文本存储在 PostgreSQL 的列中。完成此操作后，您就可以利用 PostgreSQL 中已有的全文搜索功能。
例如，在 Linux 中，您可以使用 pdftotext 从 PDF 中提取文本并将其存储在数据库中。另一个（更昂贵的）想法是使用 AI 视觉来解释/提取 PDF 或图像，以便存储在数据库中。
有什么想法吗？
2 个赞