Setelah membandingkan hasil konversi dengan PDF, hapus kepala dan kaki halaman yang berulang dari salinan Markdown. Pertahankan teks yang memengaruhi makna atau membantu mengidentifikasi sumber.

Bedakan unsur tata letak halaman dari isi dokumen
Judul laporan di bagian atas setiap halaman bisa menyela paragraf setelah ekstraksi. Tentukan secara terpisah cara menangani nomor halaman, keterangan hak cipta yang berulang, dan judul bagian di kepala halaman. Judul kolom yang diulang dalam tabel panjang tetap berguna. Pertahankan judul kolom itu saat menghapus judul halaman yang berulang.
Batas pemotongan yang tetap di bagian atas dan bawah tidak cocok untuk semua halaman. Catatan kaki atau baris terakhir paragraf bisa berada di area yang sama.
Hapus hanya pola pengulangan yang sudah diperiksa
- Simpan hasil ekspor asli. Cari frasa khas yang berulang, lalu periksa kemunculan pertama, satu kemunculan di tengah, dan kemunculan terakhir.
- Cocokkan kemunculan frasa itu dengan bagian atas atau bawah halaman PDF. Periksa halaman sampul dan halaman dengan orientasi berbeda secara terpisah.
- Hapus hanya baris yang sudah dipastikan sebagai kepala atau kaki halaman berulang. Periksa nomor halaman satu per satu atau gunakan pola yang cukup spesifik.
- Baca kembali sambungan di setiap paragraf yang terpengaruh. Bandingkan versi sebelum dan sesudah pengeditan dengan diff agar teks isi yang ikut terhapus terlihat.
Pertahankan rujukan sumber dan catatan yang penting
Jika “Laporan tahunan” muncul di tengah kalimat setiap kali halaman berganti, hapus salinan yang berulang. Pertahankan judul laporan sekali, di judul dokumen atau catatan sumber. Jika judul di kepala halaman berubah untuk tiap bab, pertimbangkan untuk menjadikannya judul di awal bab.
Hindari menghapus semua baris pendek atau semua baris yang mengandung angka. Aturan seperti itu juga bisa menghapus tanggal, penanda rujukan, nilai dalam tabel, dan catatan kaki. Masukkan pemberitahuan kerahasiaan atau batasan penggunaan ke catatan sumber jika berlaku untuk dokumen. Setelah dibersihkan, dokumen tetap tunduk pada ketentuan berbagi yang sama.
Periksa hasilnya sebelum digunakan
Gunakan hasil konversi sebagai salinan kerja. Simpan PDF asli dan bandingkan bagian yang akan Anda kutip, gunakan untuk menghitung, atau berikan kepada asisten AI. Ekspor yang berhasil belum menjamin teksnya lengkap atau benar.
MD Factory mengonversi dokumen ke Markdown di Windows. Untuk tabel PDF yang kompleks, aplikasi memperkirakan struktur dari tata letak. Sel gabungan dan isi yang terbagi menjadi beberapa baris mungkin perlu diperbaiki secara manual. Akurasi OCR bergantung pada gambar dan teks sumber. Panduan ini tidak menjanjikan perbaikan otomatis maupun tingkat akurasi tertentu.
Tanya jawab
Apakah nomor halaman harus selalu dihapus?
Tidak. Nomor halaman membantu Anda membuat kutipan dan memeriksanya kembali. Pindahkan rujukan halaman yang berguna ke penanda dengan format yang seragam, di luar kalimat.
Apakah membersihkan teks membuat jawaban AI akurat?
Teks yang sudah dibersihkan lebih mudah dibaca, tetapi jawaban AI tetap perlu diperiksa dengan mengacu pada sumber. Jawaban dari teks yang bersih masih bisa memuat kesalahan fakta.