Izluščanje podatkov o izdelkih iz PDF
Doc2Shelf bere specifikacije, tehnične liste, varnostne liste in kataloge ter jih pretvori v čiste, strukturirane podatke o izdelkih — specifikacije, atribute in polja za skladnost — z oceno zaupanja za vsak izvleček in dokazi s sklicem na stran.
Vključen brezplačni paket — kreditna kartica ni potrebna.
Podatki o izdelkih so ujeti v PDF-jih. Specifikacije, podatkovni listi, varnostni listi in katalogi vsebujejo vse, kar potrebujete za prodajo in skladnost – vendar v postavitvi, ki je namenjena branju, ne bazam podatkov. Ročno pridobivanje je počasno in nedosledno.
Doc2Shelf te podatke izlušči z umetno inteligenco. Prepozna identifikatorje izdelkov, specifikacije, materiale, dimenzije in polja, pomembna za skladnost, jih dosledno strukturira, vsak izvleček oceni glede zaupanja in popolnosti ter izluščena dejstva zabeleži z izvorno stranjo in kratkim citatom, da veste, kaj preveriti.
Dodajte specifikacije, podatkovne liste, varnostne liste ali kataloge.
Nastanejo strukturirana polja, z oceno zaupanja za vsak izvleček.
Vrednosti preverite glede na citirano izvorno stran.
Izvozite jih ali jih vnesite v sezname in deklaracije.
Izluščene vrednosti preglejte ob dobaviteljevem dokumentu. Ocena zaupanja izvlečka ter dokazi s stranjo in citatom vam pomagajo odločiti, kaj preveriti najprej; niso jamstvo, da je specifikacija pravilna.
Rezultat so strukturirani podatki o izdelkih, ki jim lahko zaupate: dosledna imena polj, normalizirane vrednosti in jasna revizijska sled od podatkovne točke do izvornega dokumenta.
Doc2Shelf te podatke pridobi z AI. Identificira identifikatorje izdelkov, specifikacije, materiale, dimenzije in polja, pomembna za skladnost, jih dosledno strukturira in vsakemu polju doda oceno zaupanja, da veste, kaj je treba preveriti.
Rezultat so strukturirani podatki o izdelkih, ki jim lahko zaupate: dosledna imena polj, normalizirane vrednosti in jasna revizijska sled od podatkovne točke do izvornega dokumenta.
Ekstrakcija je temelj nadaljnjih korakov. Isti pregledani strukturirani podatki lahko podprejo vnose Shopify in WooCommerce, pregledljiv osnutek besedila za eBay, osnutke izjav za EU/ZDA, ustrezno vsebino GPSR in ločen strukturirani JSON za pripravo DPP za nadaljnjo izvedbo.
Surove strukturirane podatke izvozite kot JSON ali CSV, če jih želite uporabiti v svojih sistemih, ali z njimi pripravite sezname in osnutke izjav za pregled.
Naložite do 500 PDF-jev hkrati, v okviru kvote dokumentov vašega paketa, in pustite, da jih cevovod v ozadju izlušči vzporedno. Ponovno uporabljeni izvlečki in dosledna struktura ohranjajo velike kataloge koherentne, kontrolna točka za pregled pa zagotavlja visoko kakovost, preden se karkoli nadaljnjega objavi.
Doc2Shelf izlušči podatke iz datotek PDF, ki jih naložite; ne preiskuje portalov dobaviteljev in dokumentov ne prenaša namesto vas. Berejo se digitalni in skenirani PDF-ji, vendar slabi skeni znižajo zaupanje v izvleček, dokument, ki zajema več izdelkov, pa ustvari več zapisov izdelkov.
Kaj lahko pričakujete iz datoteke, je odvisno od vrste dokumenta:
| Vrsta dokumenta | Običajno zagotavlja | Upoštevajte |
|---|---|---|
| Specifikacije in tehnični listi | Številke modelov, dimenzije, nazivne vrednosti, materiali, uporabljeni standardi | Tabele z več modeli je treba preveriti po modelih |
| Varnostni listi (SDS) | Razvrstitev nevarnosti, izjave H in P, opozorilna beseda, sestava s številkami CAS | Podatki o nevarnostih, ne tržni atributi; vgrajena je prednastavitev za SDS |
| Katalogi izdelkov | Veliko izdelkov v datoteki: imena, različice, ključne specifikacije | Manj podrobnosti na izdelek kot v tehničnem listu |
| Vodniki za označevanje in grafike etiket | Opozorila, neto količina, sestavine ali seznami INCI, oznake | Najboljši vir za to, kar je natisnjeno na embalaži |
| Izjave o skladnosti in potrdila | Direktive, standardi, oznake, podatki o proizvajalcu | Zabeleženo, kot je navedeno; veljavnost ni preverjena |
| Embalažni listi in računi | Teže, dimenzije embalaže, enote v pakiranju, koda HS, država porekla — kadar so navedeni | Redko opisujejo sam izdelek |
| Navodila za uporabo | Predvidena uporaba, opozorila, navodila za nego | Ključni podatki so razpršeni po številnih straneh |
Vsako izluščanje vrne zapise izdelkov, organizirane v iste skupine polj, ne glede na postavitev dobavitelja. Skupine se neposredno preslikajo v vsebino, ki jo Doc2Shelf pripravi v nadaljevanju, zato se vrednost, preverjena enkrat v pregledu, uporabi povsod, kjer je potrebna.
Poleg strukturiranih polj izvleček ohrani svoje dokaze: seznam dejstev s številko strani in kratkim dobesednim citatom, vsako podatkovno tabelo, poustvarjeno vrstico za vrstico, dejstva, ki ne sodijo v nobeno standardno polje, in seznam zahtevanih informacij, ki jih dokument ni vseboval. Informacije, ki še manjkajo ob ustvarjanju seznamov ali osnutkov izjav, so prikazane kot označba [REQUIRED: …] namesto izmišljene vrednosti.
| Skupina polj | Primeri polj | Uporabljeno v |
|---|---|---|
| Identiteta | Ime, blagovna znamka, proizvajalec, številka modela, GTIN/EAN; SKU samo, kadar ga dokument označi | Naslov in specifikacije seznama; identifikacija izdelka v osnutkih izjav |
| Subjekti | Proizvajalec, uvoznik, distributer, odgovorna oseba v EU, naslovi | Informacijski sklop GPSR; osnutki izjav |
| Razvrstitev | Kategorija, podkategorija, predvidena uporaba, starostna skupina | Vrsta izjave, vrsta izdelka, besedilo seznama |
| Mere | Dimenzije, teža, prostornina, enote, kot so natisnjene | Specifikacije; podatki za pošiljanje |
| Sestava | Sestavine v natisnjenem vrstnem redu, alergeni, hranilne vrednosti | Seznami in osnutki za živila, prehranska dopolnila in kozmetiko |
| Skladnost | Standardi, direktive, certifikati, oznake, sklici na uredbe | Osnutki izjav za EU in ZDA |
| Varnost | Opozorila, izjave o nevarnosti in previdnostne izjave, opozorilna beseda, piktogrami | Varnostne informacije v sklopu GPSR, kjer je to ustrezno |
| Embalaža in logistika | Embalažni material, kode za recikliranje, enote v pakiranju, koda HS, država porekla | Specifikacije; strukturiran JSON za pripravo DPP |
Vsak izvleček ima oceno zaupanja in oceno popolnosti, z opombami o pridržkih, kot so neberljiva območja, dvoumne vrednosti ali kakovost skena. Z njima se odločite, kje pogledati najprej. Visoka ocena ne naredi vrednosti pravilne, nizka ocena pa običajno kaže na težavo z dokumentom — slab sken, nejasno tabelo —, ki jo je morda smiselno odpraviti pri viru.
Nič izluščenega se ne objavi ali izvozi nepregledano. Ko vsebino označite kot pregledano, Doc2Shelf zabeleži zgoščeno vrednost vsebine; vsaka poznejša sprememba zgoščeno vrednost spremeni in pregled razveljavi, zato ostaneta objava in izvoz blokirana, dokler nekdo ne preveri spremenjene različice. Praktičen vrstni red pregleda:
Naložite do 500 PDF-jev v eni seriji, v okviru kvote dokumentov vašega paketa, izluščanje pa poteka v ozadju. Vgrajene predloge usmerijo izluščanje na vrsto dokumenta — etiketa živila, SDS / kemikalije, specifikacije elektronike ali splošni izdelek —, izberete lahko področja poudarka, dodate navodila po meri, vklopite način revizije, ki zajame vsako dejstvo in vrstico tabele s citatom, in glede na paket nastavitve shranite kot predlogo za naslednjega dobavitelja.
Vrednosti ostanejo v jeziku dokumenta, z enotami natanko tako, kot so natisnjene, zato se med virom in vašim pregledom nič neopazno ne pretvori. Ko so podatki pregledani, zapustijo Doc2Shelf v formatu, ki ga potrebuje posamezen potek dela:
| Izhod | Formati | Tipična uporaba |
|---|---|---|
| Strukturirani podatki o izdelku | JSON, CSV; DOCX glede na paket | Vaši sistemi, preglednice, uvozi v PIM |
| Seznami za trgovino | Osnutki izdelkov Shopify; preprosti osnutki izdelkov WooCommerce; izvoz CSV, JSON, PDF, DOCX | Objava kot osnutki ali pregled zunaj Doc2Shelf |
| Besedilo za eBay za nove uporabnike | Splošni CSV ali JSON, ne uvozna shema eBay | Ponovna uporaba v vašem poteku dela za eBay |
| Osnutki izjav | PDF, DOCX, tiskane oznake izjav | Dopolnitev in potrditev odgovorne stranke |
| Podatki za pripravo DPP | Strukturiran JSON kot pripravljalni podatki | Nadaljnja izvedba; ni dokončan potni list |
Splošna orodja za pretvorbo PDF v preglednico in motorji OCR rešijo del problema: iz datoteke dobijo besedilo in tabele. Pretvorba tega besedila v zapise izdelkov — in teh zapisov v sezname in osnutke skladnosti — pa ostane vam. Spodnja primerjava zadeva vrsto orodja, ne posameznega izdelka.
Splošno orodje je preprostejša izbira, kadar morate le eno čisto tabelo prekopirati v preglednico ali obdelujete velike količine ene same stalne oblike. Doc2Shelf je zasnovan za nasprotni primer: veliko dobaviteljev, različne postavitve in podatki, ki morajo končati v seznamih in osnutkih izjav. Vodnik za izluščanje podatkov o izdelkih iz PDF-jev podrobneje primerja vse metode.
| Zmožnost | Splošni razčlenjevalnik tabel | Samostojni OCR | Doc2Shelf |
|---|---|---|---|
| Skenirane strani | Običajno potrebuje besedilni sloj | Da, to je njegov osnovni namen | Da; kakovost skena vpliva na zaupanje |
| Izhod | Surove tabele ali besedilo | Besedilo | Zapisi izdelkov v poimenovanih skupinah polj |
| Vrednosti, zapisane v stavkih | Niso zajete kot polja | Zajete kot navadno besedilo | Preslikane v polja, kadar so navedene |
| Več izdelkov v enem PDF-ju | Vrstice ločite sami | Niso ločeni | En zapis na izdelek |
| Dokaz za posamezno vrednost | Sama tabela | Položaj besedila | Številka strani in kratek citat |
| Manjkajoče zahtevane informacije | Niso označene | Niso označene | Navedene; v osnutkih prikazane kot označbe |
| Naslednji korak | Stolpce preslikate v svojo shemo | Besedilo razčlenite sami | Seznami, osnutki in izvozi po pregledu |
Izluščanje z umetno inteligenco lahko spregleda vrednost, jo napačno prebere — zlasti pri slabih skenih, gostih tabelah ali vrednostih, prikazanih samo na risbah — ali vrednost pripiše napačnemu modelu v tabeli z več izdelki. Zato obstaja kontrolna točka za pregled in zato izvleček ohrani dokaze, ki jih lahko preverite. Te meje poznajte, preden načrtujete selitev kataloga:
Dimenzije, materiali, zmogljivosti in številke modelov, pridobljeni v polja.
Vsak izvleček je ocenjen glede zaupanja in popolnosti.
Vsaka vrednost je povezana nazaj s svojim mestom v dokumentu.
Izvozite strukturirane podatke za uporabo v svojih sistemih.
En izvleček napaja sezname, osnutke izjav in podatke za pripravo DPP.
Do 500 dokumentov na serijo, v okviru kvote vašega paketa.
Zahtevane informacije, ki jih dokument nima, so navedene, ne izmišljene.
Vgrajene prednastavitve za etikete živil, SDS, specifikacije elektronike in splošne izdelke.
Kaj vsebuje tehnični list izdelka, kako se razlikuje od specifikacijskega lista ali varnostnega lista in kako ga ponovno uporabiti za sezname izdelkov.
Primerjava ročnega vnosa, orodij za tabele v PDF-jih, razčlenjevanja s predlogami in izvlečenja z umetno inteligenco — ter preverjanja, ki ohranjajo natančnost izvlečenih specifikacij.
Določite shemo atributov, iz opisov in tehničnih listov izluščite vrednosti, normalizirajte enote s kodami UNECE in atribute preslikajte v taksonomije.
Kaj je varnostni list, 16 poglavij SDS, pravila EU in ZDA, SDS v primerjavi s TDS ter katera poglavja se uporabijo v seznamih izdelkov in podatkih za pošiljanje.
Oblike GTIN, kontrolne števke, kako pridobiti črtne kode GS1, kdaj sprememba zahteva nov GTIN in kako jih uporabljajo Google, eBay, Shopify in WooCommerce.
Kako množično uvoziti izdelke v Shopify s CSV za izdelke, aplikacijami za uvoz ali Admin API — in kako pripraviti čiste podatke.
Kako množično uvoziti izdelke v WooCommerce z vgrajenim uvoznikom CSV, vtičniki ali REST API — in kako pripraviti podatke.
Kaj so eBayeve lastnosti izdelka, obvezni in priporočeni atributi, omejitve znakov, identifikatorji izdelkov in kako vanje preslikati podatke dobaviteljev.
Napolnite katalog WooCommerce iz PDF-jev — opise, specifikacije in slike — ter prek API-ja ustvarite osnutke izdelkov brez preslikave CSV.
Več o temDobaviteljeve dokumente pretvorite v osnutke izdelkov Shopify — naslove, opise, slike in specifikacije — brez ročnega vnosa podatkov.
Več o temPišite uredljive naslove, opise in alineje za e-trgovino na podlagi dejanskih podatkov iz vaših PDF-jev o izdelkih.
Več o temIz enega samega naloženega dokumenta pripravite osnutke izjav za EU in ZDA, strukturirane po kategoriji izdelka.
Več o tem