PDF_to_Json_convertor

PDF_to_Json_convertor for making LLM dataset KoAlpaca의 fine-tuninig을 위해 만든 PDF -> Json 변환코드.

pip install -r requirements.txt

사용법

1. 변환하고자 하는 PDF를 /pdf/ 안에 넣는다
2. python3 pdf_to_json_converter.py 를 사용해 변환.
3. /json/ 에서 변환결과 확인

soynlp기반 한국어 tokenizer인 konlpy를 사용해서 단어를 parsing.

PDF의 각 Page별로 읽을 수 있는 모든 text를 한개의 {'text': 'your_contents'} 로 변환.