PDF处理

本页面提供了一个基本指南，以使用Pipeline Builder解析PDF以进行语义搜索，并推荐在Workshop应用中展示信息的方法。

语义搜索是处理PDF的强大工具，特别是当内容被分解成更小的单独嵌入的“块”时，帮助用户和工作流找到可能难以访问的重要信息。这在考虑到PDF中大量未被注意的非结构化知识时尤其有用。

要使用此功能，只需将您的PDF上传到Foundry，提取文本，分块相同的文本，搜索这些块，并通过侧边呈现相应的PDF来为用户提供交叉验证的真实来源。

设置语义搜索以在PDF中进行搜索

按照以下步骤导入PDF并建立语义搜索，以从PDF中呈现内容：

1. 将PDF导入为媒体集
2. 将媒体集添加到Pipeline Builder中
3. 使用 获取媒体引用 面板。

4. 使用 文本提取 面板。

5. 遵循分块策略。
6. 创建具有媒体引用属性的块对象。
7. 在语义搜索工作流中搜索块。
8. 在Workshop中使用PDF查看器微件，注意配置选项。