有没有pdf论文转word最优解

讨论分享
1

我想要的不是硬转就完了，而是：
1.能够根据哪些是正文，哪些是摘要，哪里是引用文献，哪些是页脚，好好地对应地方。
2.一级标题二级标题三级标题能够正确标上
3.避免意外的符号

有现成的方案吗，看论文会用到

2

看论文直接看PDF不香么

3

读完了，只需要再看看框架了，所以

4

PDF 转 Word 文档基本无解。不过您可以换个思路：

  1. 通过文献的 DOI 号，找出版商提供的在线版论文。
  2. 利用 MarkDownload 等插件，将论文保存为 Markdown 格式。Markdown 的好处是只保留内容和一些基本的格式，没有其他啰嗦。

不过这个插件遇到数学公式时会出问题。

4 Likes
5

谢谢您，确实不应该用pdf转word这种麻烦的方式

6

pdf其实没很好的方式，本质上是一个出版打印格式，所以会有很离谱的布局数据。

比如，有些是一段字在页面的某个坐标；有些是一个字在某个坐标。然后像pdf的目录本质上是书签，而不是像word那样的一级二级三级标题。

完全一对一的转换有点难，但我干过直接丢给Qwen VL的模型，然后让它总结和转换文本。部分地方会有大模型特有的总结归纳，但整体质量还可以。

2 Likes
7

目前还没有软件能一步做到，可以考虑：
转纯文本后让ai加上markdown的标题等级、摘要、引用符号，最后md转word

8

doc2x可以试试

9

thetawave.ai

10
11

我想起了用 LLM 来转为 Markdown，Markdown 也支持用标注（Footnotes），但格式如果复杂点我觉得未必可以，之后再把 markdown 转为 docx