PDF資訊擷取

速報

Camelot 與 LLM 混合策略：在學術表格式 PDF 的高效資訊擷取

從學術 PDF 擷取結構化資料不易，單頁常混合自由文字與表格，還會受 Unicode 編碼影響。本研究以印尼高教的選課表（KRS）為案例，比較三種策略：純 LLM、正規表達式＋LLM 的混合決定性流程，以及以 Camelot 為主、LLM 備援的管線。