Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik zet Chinese gescande PDF- of afbeeldingtables om in schone Excel-gegevens
PDF naar Tekst Document Conversie Doorzoekbare Offline Bibliotheken
Ik zet documentcollecties om in doorzoekbare, offline bibliotheken. Ik heb een corpus van 5080 artikelen / 9,57 miljoen tekens schoongemaakt, gededupliceerd en geïndexeerd in één offline HTML-bestand ...
Over deze dienst
Cijfers raken vast in PDFs, scans en screenshots. Je hebt ze in een spreadsheet die je echt kunt filteren en optellen.
Ik maak dat bestand voor je - en controleer het daarna.
WAT JE KRIJGT
- Excel (.xlsx) of CSV, gestructureerd en opgemaakt, klaar om te filteren en sorteren
- Elke waarde gecontroleerd aan de hand van je bronbestand, niet een ruwe OCR-uitvoer
- Een korte notitie met alles wat onleesbaar of dubbelzinnig is in het origineel
- Gratis correctie als een waarde niet overeenkomt met de bron
- Chinese en Engelse documenten
- Tekstgebaseerde PDFs, gescande documenten, screenshots en foto's
- Meerdere pagina's tellende tables, samengevoegde cellen, tables die over pagina's breken
- Rommelige bronnen: dubbele rijen, gebroken koppen, gemengde formaten
- Grote sets, indien nodig in batches geleverd
WAAROM IK
Ik gebruik een geautomatiseerde extractie-pipeline en verifieer vervolgens de output rij voor rij. Referentieproject: 5080 artikelen / 9,6 miljoen tekens geëxtraheerd, schoongemaakt, gedupliceerd en geïndexeerd - met twee bronfouten gevonden en gecorrigeerd tijdens QA. Automatisering zorgt voor snelheid. Verificatie voor nauwkeurigheid.
HOE IK werk
Stuur eerst een voorbeeldpagina. Ik bevestig de exacte scope, prijs en levertijd voordat je bestelt, zodat je later niet voor verrassingen komt te staan.
Tool:
Excel
•
PDF-editor
•
Overige
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Kun je Chinese documenten lezen?
Ja - vereenvoudigd en traditioneel, gedrukt of gescand. Chinese tables zijn mijn hoofdfocus. Ik verwerk ook Engelse en gemengde bestanden.
Wat als sommige waarden onleesbaar zijn in de bron?
Ik ga niet gokken. Die cellen worden gemarkeerd en vermeld in een notitie die bij het bestand wordt geleverd, zodat je altijd weet waar je dubbel moet controleren.
Zal de output bewerkbaar zijn?
Ja. Je krijgt een echt .xlsx, .csv of Google Sheet met goede kolommen en koppen - geen afbeelding, geen vergrendeld bestand.
Gebruik je alleen OCR-software?
Nee. Een geautomatiseerde pipeline doet het zware werk, daarna wordt elke rij gecontroleerd tegen het origineel. Ruwe OCR-uitvoer wordt niet geleverd.
Kun je handschrift verwerken?
Net handschrift op schone scans, meestal ja. Cursief of lage kwaliteit handschrift is soms goed, soms niet - stuur een voorbeeldpagina en ik vertel je het.
Wat telt als een pagina of een rij?
Een pagina is één zijde van één document. Rijen worden geteld na extractie. Het eerste getal dat wordt bereikt, bepaalt de tier.
