首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/152368

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

文档内容结构化在百度文库的技术探索

导读:简述百度文库关于各类文档的转码和展现历程,早期的版式数据满足了PC端的各类文档阅读体验,随着业务发展的需求迭代,无线端的文档阅读体验亟需提升。版式数据转流式数据过程中,简易的内容结构化满足了pdf数据在无线端的重排版。底层解析ooxml数据和细致的内容结构化,则带来了不错的word无线端重排版效果。从chart图片中“从无到有”抽取结构化的元数据,更为用户与文档的互动打开了想象空间 全文3724字,预计阅读时间 9分钟。 一、百度文库中各类文档的展现 文库有数十亿海量文档,包括word,ppt,excel和pdf等十几种常见办公文档,核心基础服务是文档转码和展现。 为了统一十几种文档的转码和展现方案,不依赖于原文件格式的开档软件,技术调研后,最终方案为任意文档转码为pdf格式,解析开源的pdf数据格式,加工后形成文库自有文档格式,在pc端、无线端排版和渲染。 PC端渲染采用源于PDF的xreader版式数据,版式数据指的是每个元素(文字、图片)都有一个坐标信息和元素的宽高信息,以及其他的描述信息。每一个文本片段、图片和其他矢量元素等根据坐标信息在当前版面固定显示。因此,版式数据比...

Apache Doris 社区喜迎 4 位新晋 Committer 成员

关于 Apache Doris(Incubating) Apache Doris 是一款基于 MPP 的分析型数据库系统。 其简洁的架构,能够帮助用户在不依赖任何第三方系统的情况下,快速搭建一个高性能、高可靠、高可用、易扩展的分布式数据库。 Doris全面兼容标准的 SQL 语法,支持 MySQL 协议,拥有完备的分布式管理框架和 MPP 查询框架,并且提供列式存储、向量化执行、预聚合引擎、分级存储等众多高级特性。不仅能够轻松应对上万 QPS 的在线报表场景,也能够在高吞吐的即席查询场景快速进行数据分析。 Apache Doris 社区喜迎 4 位 Committer成员 大家好,在 2021 年二季度下旬,经过 Apache Doris PPMC (孵化器项目管理委员会)的推荐和投票,Doris 社区迎来了 4 位新晋 Committer 。 他们分别是来自美团的刘立家(Github ID:liutang123)和来自小米的赖迎春(Github ID:acelyc111)、汪细勖(Github ID:xinghuayu007)、魏祚(Github ID:weizuo93),在此感谢他...

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册