PDF中的表格如何处理？

[yh7109]

chatpdf也可以精准回答表格中的数值问题，但是解析出来PDF中的表格，怎么切片和向量化？

[postor]

表格或者其他富文本，最简单都当文本去做 embedding，做上下文的时候也原封不动提供给 ChatGPT 做上下文， 或者选择提取纯文本做 embedding 但提供原文/代码给 ChatGPT 做上下文，最核心的可能就是需要摸索一下支持富文本/代码回复的 prompt 怎么写，但也不要觉得这有多么复杂，大概就是 “请使用 Markdown 格式合理的排版展示回答，高亮重要的数据，使用表格展示多维数据” 剩下的磨合你再去看 ChatGPT 的输出去不断调试 prompt

[yh7109]

就是要把整个表格转换为一个embedding吗？还是要分行、分字段做embedding？ 另外，有没有好用一些的PDF解析工具能把表格解析的好一些的，我解析出来都变成一格一行什么都看不出来了

[postor]

我不了解pdf