如何实现学术论文中的数学公式批量提取？

2025-09-05

1.6 K

学术公式高效提取方案

基于UniMERNet技术的公式识别模块支持三种工作模式：

批量处理模式：将多个PDF放入同一目录后执行：
python pdf_extract.py –pdf ./paper_files/ –formula-only
LaTeX输出：结果自动存储为标准LaTeX格式，可直接插入Overleaf等编辑器
可视化校验：添加–render参数生成渲染图像，通过outputs/Formula_Render/核对识别结果

高次スキル：遇到复杂公式时，可在configs/formula.yaml中调整：
resolution: 600dpi # 提升输入图像质量
confidence_threshold: 0.85 # 过滤低质量识别