韩国电脑(Hancom)18日表示,将推出从PDF文档中提取人工智能(AI)数据的软件开发工具包(SDK)“Hancom 数据加载器(Loader)”。
Hancom 数据加载器是从PDF中提取文本并转换为便于AI学习的多种格式(JSON、CSV、TXT、XML等)的工具。不仅是PDF,还可从办公文档中提取包括文本在内的各类对象,作为AI学习用数据提供。
Hancom说明称,已面向国内大企业完成数据加载器测试,从下月起将在国内推进,并与近期投资的西班牙AI安全解决方案企业“Facephi”合作开拓欧洲市场。为此,近期面向海外客户开设了介绍Hancom 数据加载器及公司AI技术、SDK技术的多语种(英语、德语、西班牙语、日语)网站。
Hancom开发该技术,是因为其可用作最小化大规模语言模型(LLM)幻觉现象的解决方案。AI业界将“检索增强生成(RAG)”技术列为最小化幻觉现象的方法之一。RAG从特定数据库或文档中检索相关信息后,将该信息应用于LLM生成合适答案的文本,信息可实时更新,准确度高。全球企业和机构正在考虑引入RAG,但由于从非结构化文档中提取数据困难,将海量文档转化为便于AI学习形态的数据预处理技术变得重要。
Hancom代表金渊秀表示:“Hancom将今年定为迈向全球大型科技企业的元年,在并购、投资、合作多方面推进,正式开展AI业务”,“将以Hancom 数据加载器进军全球AI市场。”






