Atbalstītie failu formāti
Visi dokumentu formāti, ko varat augšupielādēt platformā.
Pilnībā atbalstītie
| Formāts | Paplašinājumi | Piezīmes |
|---|---|---|
| Natīvie (digitālie) PDF dod labākos rezultātus. Skenētas lappuses transkribē redzes modelis — skatiet zemāk. | ||
| Microsoft Word | .doc, .docx | Gan vecais (.doc), gan jaunais (.docx) formāts. |
| Microsoft Excel | .xls, .xlsx, .xlsm, .xlsb | Piemērots cenu tabulām, tehniskajām matricām, vērtēšanas tabulām. |
| Microsoft PowerPoint | .ppt, .pptx | Prezentāciju formāta piedāvājumiem vai informatīvajiem materiāliem. |
| Citi dokumenti | .rtf, .odt, .epub, .txt, .md, .html, .xml | Rich Text, OpenDocument, EPUB, vienkāršs teksts, Markdown, HTML un XML — visi tiek nolasīti kā teksts. |
| Izklājlapas un dati | .csv, .tsv, .ods | Ar komatu/tabulēšanas zīmi atdalīti un OpenDocument izklājlapu faili. |
| EDOC arhīvi | .edoc, .zip (ASiC-E) | Latvijā lietots digitāli parakstīts arhīva formāts (ASiC-E konteiners). Visi iekļautie faili tiek automātiski izvilkti un parsēti — un iekšēji ligzdotie EDOC tiek izpakoti rekursīvi, katrs iekšējais fails parsēts atsevišķi. |
| 7-Zip arhīvi | .7z | Tiek automātiski izvilkti; katrs iekšienē esošais fails tiek parsēts (līdz 100 failiem vienā arhīvā). |
Labākā prakse pa formātiem
PDF faili
Natīvie PDF (eksportēti no Word, Excel vai citas programmatūras) tiek parsēti ar gandrīz nevainojamu precizitāti. Teksts jau ir digitāls.
Skenēti vai tikai attēlu PDF nesatur digitālu tekstu — tie ir lappušu attēli. Analīzes laikā katra šāda lappuse tiek nosūtīta redzes modelim, kas transkribē redzamo, tāpēc arī skenēts pielikums nonāk pārbaudē ar savu patieso saturu. Jāpatur prātā divas lietas:
- Izplūdis, izbalējis vai stipri sašķiebts skenējums var dot maz vai nemaz nolasāma teksta. Tas tiek tā arī fiksēts, nevis izdomāts.
- Ja jums ir oriģinālais digitālais dokuments, augšupielādējiet to. Tas parsējas ātrāk un precīzāk nekā jebkurš tā skenējums.
Excel faili
Excel faili tiek parsēti lapu pa lapai. Sistēma apstrādā:
- Vairākas lapas
- Tabulas un datu diapazonus
- Galvenes un formulas (tiek izvilktas vērtības, nevis formulas)
- Pamata formatējumu
Sarežģītas šarnīrtabulas, diagrammas un nosacījumformatējums var netikt pilnībā pārveidots. Ja prasība ir paslēpta sarežģītā Excel formulā, apsveriet šo datu izvilkšanu vienkāršākā formātā.
EDOC un 7z arhīvi
EDOC ir Latvijā lietots digitāli parakstīts dokumentu arhīvs (ASiC-E konteiners). Augšupielādējiet .edoc failu tieši — sistēma izvelk visus dokumentus iekšienē un parsē katru atsevišķi. Tiek pieņemti arī ASiC-E konteineri, kas koplietoti kā .zip. Ja EDOC iekšienē ir vēl viens EDOC, ligzdotais arhīvs tiek izpakots rekursīvi, un katrs iekšējais fails tiek parsēts un klasificēts atsevišķi. Katrs izvilktais fails tiks parādīts atsevišķi ar savu parsēšanas statusu.
.7z arhīvi darbojas tāpat: augšupielādējiet .7z failu, un sistēma izvelk un parsē katru iekšienē esošo failu (līdz 100 failiem vienā arhīvā).
Failu izmēru ierobežojumi
- Maksimums vienam failam: 50 MB
- Failu skaits nav ierobežots ne iepirkumam, ne piedāvājumam
Ja fails pārsniedz 50 MB, mēģiniet:
- Sadalīt daudzfailu dokumentus atsevišķos failos
- Noņemt lielus iegultus attēlus, kas nav relevantas
- Saspiest PDF (daudzi PDF rīki var samazināt faila izmēru)
Attēli, audio un video
Attēlu faili (.jpg, .jpeg, .png, .gif, .bmp, .tif, .tiff, .webp) tiek nolasīti. Analīzes laikā redzes modelis katru no tiem transkribē un pievieno tekstu parsētajam dokumentam, tāpēc nofotografēta līguma lappuse, zīmogots sertifikāts vai shēma ar skaitļiem tiek analizēta pēc tā, ko tā patiešām rāda, nevis pēc faila nosaukuma.
Ir divi ierobežojumi: ļoti mazi attēli — logotipi, aizzīmes, izkārtojuma elementi — tiek apzināti izlaisti, un vienam izpildījumam ir noteikts nolasāmo attēlu un skenēto lappušu griesti, tāpēc neparasti attēliem bagāts dokumentu kopums var netikt nolasīts pilnībā.
SVG faili un audio/video faili tiek augšupielādēti bez problēmām un tiek saglabāti kopā ar jūsu dokumentiem, taču tie netiek transkribēti. Izmantojiet tos kā pielikumus vai pierādījumus, nevis kā avotu, ko AI lasa.
Patiešām neatbalstītie
- AutoCAD (.dwg, .dxf) — vispirms pārveidojiet rasējumus PDF formātā
- Saspiestie arhīvi, izņemot .edoc, ASiC-E .zip un .7z (piemēram, .rar)