تبدیل هوشمند فایل های PDF به فرمت JSON با Google Cloud AI

**عنوان پروژه:** تبدیل هوشمند فایل‌های PDF به فرمت JSON با Google Cloud AI **شرح پروژه:** **1) خلاصه پروژه:** هدف این پروژه، استخراج دقیق و ساختاریافته محتوای کامل کتاب‌های درسی فارسی از فایل‌های PDF و تبدیل آن‌ها به فرمت JSON است. محتوای کتاب‌ها شامل متون فارسی، تصاویر، جداول، فرمول‌های ریاضی و علمی و بخش‌های مختلفی نظیر کار در کلاس، فعالیت، تمرین و ... می‌باشد. انتظار می‌رود این فرآیند با دقت بالا و به صورت ساختاریافته برای هر کتاب، فصل به فصل انجام شود. **2) فناوری‌های مورد استفاده (الزامی):** پروژه باید با استفاده از قوی‌ترین و جدیدترین مدل‌های هوش مصنوعی گوگل انجام شود. رویکرد ترکیبی زیر الزامی است: - **Google Document AI:** برای استخراج دقیق و ساختاریافته محتوا از اسناد. این سرویس به عنوان هسته اصلی پروژه، باید برای موارد زیر استفاده شود: - **Document OCR Processor:** برای تشخیص متن و ساختار کلی (پاراگراف‌ها، عنوان‌ها، لیست‌ها). - **Table Parser Processor:** برای شناسایی و استخراج دقیق داده‌ها از جداول به صورت سطر و ستون. - **مدل Gemini 2.5 Pro:** برای پردازش محتوای چندوجهی مانند تصاویر و فرمول‌ها. از این مدل برای تبدیل فرمول‌های ریاضی به فرمت LaTeX و تولید توضیحات (Caption) برای تصاویر استفاده خواهد شد. پالایش و ساختاردهی نهایی خروجی به فرمت JSON. **3) خروجی مورد انتظار:** - خروجی نهایی باید برای هر فصل از کتاب یک فایل JSON مجزا باشد که ساختاری جامع و یکپارچه داشته باشد. - هر فایل JSON باید شامل محتوای صفحه به صفحه باشد که تمامی المان‌ها (متن، جدول، تصویر، فرمول) در آن به صورت ساختاریافته و قابل استفاده قرار گرفته باشند. - ساختار JSON باید به گونه‌ای باشد که به سادگی قابل استفاده در برنامه‌های کاربردی باشد. **4) الزامات و انتظارات:** - **دقت بالا:** استخراج متن فارسی، جداول و فرمول‌ها باید با بالاترین دقت ممکن انجام شود. - **حفظ ساختار:** خروجی JSON باید ساختار اصلی کتاب (فصل‌ها، صفحات، تیترها، پاراگراف‌ها) را به درستی منعکس کند. - **قابلیت مقیاس‌پذیری:** راهکار ارائه شده باید قابلیت پردازش تعداد زیادی فایل PDF را داشته باشد. **5) تعداد فایل و صفحات:** - 250 عنوان کتاب - 34,000 صفحه **دسته‌بندی پروژه:** توسعه نرم‌افزار و آی‌تی از تمامی علاقمندان و متخصصین دعوت می‌شود تا با ما در ارتباط باشند و با ارائه تجربیات و نمونه کاری‌های خود، علاقه‌مندی خود را در این پروژه اعلام کنند.