Kurumsal belgelerinizi AI için hazır hale getirin — güvenilir, yerel ve anlamsal olarak.
Kuruluşların belgelerini PDF, DOCX, XLSX ve ePub formatlarında saklaması oldukça yaygın bir durumdur. Büyük dil modelleri (LLM’ler) HTML veya düz metinle iyi çalışırken, bu yerel belge formatlarının LLM + RAG (Retrieval‑Augmented Generation) akışlarında bir belge ya da belge kümesiyle sohbet edebilmek için etkili bir şekilde kullanılabilmesi öncesinde dönüşüm gerektirir.
LLM (Büyük Dil Modeli) — büyük metin derlemeleri temelinde metin ve yanıt üreten önceden eğitilmiş bir AI modelidir.
RAG (Geri Getirerek Güçlendirilmiş Üretim) — bir LLM’yi dış bir bilgi kaynağı (örneğin kurumsal belgeler) ile birleştirerek modelin konuyla ilgili içerik alıp mantıklı bir şekilde akıl yürütmesini sağlayan yaklaşımdır.
Aşağıdaki sıra diyagramı, bir soruya cevap üretme aşamasında tipik adımları göstermektedir:
Bir Sistem (LLM + RAG) tarafından alınan cevapların kalitesi, hem sistemin kendisine hem de kaynak belgelerin yapısını ve anlamını geri getirme hattına beslerken ne kadar koruyabildiğine bağlıdır.
Sorun
Belge biçimlendirmesi yalnızca görsel değildir — aynı zamanda anlamsaldır. Başlıklar, listeler, tablolar, kalın/eğik vurgular, açıklama satırları ve satır içi görseller, LLM’nin bağlamı anlamasına yardımcı olan anlam taşıyan öğelerdir. Her sayfayı düz bir resim olarak işleyen OCR gibi yüzeysel dönüşümler bu anlamları sıklıkla kaybeder. Sonuç olarak, RAG geri getirme ve sonrasında LLM yanıtları hatalı ya da gürültülü olabilir.
Tarama belgeleri için OCR faydalı olabilir, ancak genellikle yapıyı (sayfalar arasında bölünmüş listeler, hatalı tablo kenarlıkları, kaybolmuş açıklamalar) yok eder. Ayrıca büyük arşivleri işlerken maliyet ve altyapı yükü ekler.
Çözüm
Belgeyi yapısal farkındalıkla ayrıştırıp bu yapıyı semantik, LLM‑dostu bir formata — Markdown’a — aktarmaktır. Markdown hafif, yaygın olarak desteklenir ve başlıklar, listeler, tablolar, kod blokları, vurgular, açıklama satırları ve görsel referansları korur; bu da geri getirme kalitesini artıran özelliklerdir.
GroupDocs.Markdown for .NET, popüler belge formatlarını (PDF, DOCX, XLSX, ePub ve daha fazlasını) RAG sistemlerine uygun temiz, semantik Markdown’a dönüştürür. Bu bir yerel .NET kütüphanesidir; tüm işleme ortamınız içinde gerçekleşir — dış hizmet yok, veri sızıntısı yok ve uzak GPU bağımlılığı yok.
Başlarken
GroupDocs.Markdown for .NET bir NuGet paketi olarak ve ayrıca MSI ve ZIP indirmeleri şeklinde mevcuttur.
.NET CLI ile NuGet paketini kurun:
dotnet add package GroupDocs.Markdown
Ya da resmi indirme sayfasından kurulum dosyalarını ve derlemeleri indirin: https://releases.groupdocs.com/markdown/net/
Örnek kullanım (Program.cs’ye ekleyin):
// Ad alanını içe aktar
using GroupDocs.Markdown;
// Lisansı ayarla (değerlendirme için isteğe bağlı)
License.Set("GroupDocs.Markdown.lic");
// Kaynak belge için dönüştürücüyü oluştur
var converter = new MarkdownConverter("rich-text-formatting.docx");
// Çıktıyı dosyaya dönüştür ve kaydet
converter.Convert("rich-text-formatting.md");
Dönüştürülen rich-text-formatting.md dosyası, uygulamanızın bulunduğu klasöre kaydedilir.
Aşağıdaki ekran görüntüsü giriş DOCX dosyasını ve çıkan Markdown dosyasını gösterir.
Lisans olmadan çalıştırırsanız, değerlendirme modu sınırlı sayıda sayfa işleyebilir (örneğin ilk üç sayfa). Tam ürünü denemek için geçici lisans talep edin.
Geçici lisans talep etmek için Satın Alma Sihirbazı’ı açın, iletişim bilgilerinizi girin ve İletişim Bilgileri adımında Geçici Lisans Al butonuna tıklayın. Geçici lisans e‑posta adresinize gönderilecektir.
Geçici lisanslar hakkında daha fazla bilgi: https://purchase.groupdocs.com/temporary-license/
Desteklenen dosya formatları
GroupDocs.Markdown for .NET, yaygın kurumsal ve e‑kitap formatlarını geniş bir yelpazede destekler. Desteklenen uzantıların tam listesi:
- PDF
pdf
- Elektronik tablolar
.xls,.xlsx,.xlsb,.xlsm,.xlt,.xltx,.xltm,.xlam,.csv,.tsv,.ods,.ots,.fods,.numbers,.sxc
- Word / Zengin Metin
.doc,.docx,.dot,.dotm,.dotx,.docm,.rtf,.odt,.ott
- E‑kitaplar
.azw3,.mobi,.epub
- Metin / İşaretleme / Yardım
.chm,.xml,.txt
Nasıl çalışır? (iç detay — yüksek seviye)
Bir belge işlendiğinde iki ana aşama gerçekleşir:
-
Belge modeli çıkarımı
Belge, paragraflar, başlıklar, listeler, tablolar, görseller, dipnotlar, açıklamalar vb. yapısal öğeleri temsil eden bellek içi bir nesne modeline ayrıştırılır. Ayrıştırıcı, anlamı korumaya çalışır (örneğin liste iç içeliği, tablo hücreleri ve görsel açıklamaları). -
Markdown üretimi
Nesne modeli dolaşılır ve yapılandırılabilir dönüşüm seçeneklerine göre (görsellerin işlenmesi, tablo biçimlendirmesi, başlık seviyeleri, özel açıklamalar vb.) Markdown’a dönüştürülür. Sonuç, RAG hattınız tarafından indekslenmeye hazır, okunabilir ve anlamsal bir Markdown dosyasıdır.
Dışa Aktarım Örneği
Yukarıdaki kod örneği DOCX’ten Markdown’a aktarımı göstermektedir. Şimdi bu örneği alıp kaynak ve çıktı dosyalarını inceleyelim.
Kaynak DOCX
source-docx dosyası çeşitli içerik blokları içerir ve ana anlamsal öğeleri vurgulamak için yoğun biçimlendirilmiştir.
Powered by GroupDocs.Viewer for .NET UI.
Çıktı Markdown
Aşağıda rich-text-formatting.md dosyasının içeriği verilmiştir; farklı biçimlendirme öğelerinin oluşturulan Markdown dosyasında nasıl temsil edildiğini gösterir.
Bu belge, dosya dönüşümü sırasında belge oluşturma kalitesini test etmek için kullanılan çeşitli biçimlendirme öğelerini içerir
# <a name="_toc76372684"></a>**Yazı Tipi Biçimlendirme**
Source Sans Pro Light, 14 pt.
Times New Roman 12 punto ile basit metin, ardından boş paragraf<sub>alt simge</sub> ve<sup>üst simge</sup>.
Çeşitli karakterler: ‘ “ & < > £ ¥ § ¨ © ª « ® » ¼
Farklı yazı tipleri, boyutları ve renkleriyle biçimlendirilmiş birden çok metin segmenti içeren paragraf. Çok farklı boyut ve renkler, **kalın**, *italik*, altı çizili ve 1 2 3 4 5 ~~üstü çizili~~. Satırların Word ve Pdf’de aynı şekilde kaydırıldığından emin olun.
Bu metin gölgelendirme ve vurgulama ve kenarlara sahiptir ve desteklenir.
# <a name="_toc76372685"></a>**Paragraf Biçimlendirme**
Paragraf gölgelendirmesi, 12 boşluklu bir boşluk bırakıldığında bile boş boşluklar oluşturmaz.
Satır sonu olan ortalanmış paragraf bir sorun yaşadı.\
Satır sonu olan ortalanmış paragraf bir sorun yaşadı.
Sağ hizalı paragraflar düzgün şekilde sağa hizalanmalıdır.
Satır sonu ile sağa hizalanmış paragraf düzgün çalışır.\
Satır sonu ile sağa hizalanmış paragraf düzgün çalışır.
Bu paragrafın kenarlığı var.
Sağa hizalanmış sıkışık metin bir soruna yol açtı.
Sağa hizalanmış geniş metin bir soruna yol açtı.
Boşlukları ve öncesindeki boşluklar toplamı 12 sonrası eklenmez. Bu paragrafın 12 sonrası var. Ayrıca girintiler farklı olduğunda gölgelendirme birleşmez.
Bu paragrafın 12 öncesi var, fakat toplamda sadece 12 üstte. Ayrıca gölgelendirme en üstteki paragrafı aittir ve alt paragraf gölgelendirme almaz, yalnızca bir sonraki paragraf da gölgelendirme alırsa devam eder. Aşağıda 24 nokta var.
Yukarıda 24 nokta var, fakat önceki paragrafla aradaki boşluk sadece 24.
Bu paragraf çift satır aralığı testidir. Bu paragraf çift satır aralığı testidir. İlk satırın başlangıcında 0.5” vardır.
Bu 1.5 satır aralığı testidir. Bu 1.5 satır aralığı testidir. İlk satırın başında -0.5” girinti vardır.
Bu paragraf bir sayfa sonu içerir
ve ortalanmış. Aslında iki paragraf oluşturur.
Tam olarak 20 nokta boşluk testi bu şekildedir. Tam olarak 20 nokta boşluk testi bu şekildedir. TTTTTT (20, 22, 24, 26, 28, 30).
Bu satırdan sonra sürekli bir bölüm sonu vardır.
Bu satır yeni bölümde. Sonraki boş bir bölümdür.
Bu satır dördüncü bölümde.
# <a name="_toc76372686"></a>**Paragraf Hizalama**
Bu tek segmentli bir hizalanmış paragraftır. 111111111111111111111111111111111111111111.
Ayrıca birden fazla segment olduğu için sola sıfırlandırılmış **paragraf** hizalanmıştır. 111111111111111111111111111111111111111111.
# **İngilizce Olmayan Karakterler**
Wingdings: (x, Symbol: WÄ
Rusça: Теперь немного по русски.
# <a name="_toc76372687"></a>**Tablolar**
|Sol 1.1 Sol|Sağ 1.2 Sağ|||
| :- | -: | :- | :- |
|Dikey ortalanmış 2.1 hücre|Arka planlı 2.2 hücre|Satır sonu<br>ve renkli kenarlıklı 2.3 hücre||
|Alt kısmı dikey|<p>2.3 hücre</p><p>Ortalanmış</p><p>Yatay</p>|2.3 kenarlık yok||
|Sol kırmızı, üstte mavi, sağda yeşil ve altta sarı.|
| :- |
|Sol girintili ve birleştirilmiş hücreler.||||
| :- | :- | :- | :- |
|||||
|||||
**Hücre dolgusu vb.**
|<p>Hücre dolgusu.</p><p>Üst: 0.1, alt: 0.2</p><p>Sol: 0.5, Sağ: 0.4</p>|Sağ hizalanmış sıfır dolgulu.|
| :- | -: |
|Dış 1.1|Dış 1.2. Burada iç içe bir tablo var||
| :- | :-: | -: |
|**İç 1.1**|**İç 1.2**|
| :- | :- |
|||Dış 1.3|
| :- | :-: | -: |
#
# <a name="_toc76372688"></a>**Listeler**
**Numaralı liste:**
1. Öğe 1
1. Öğe 2
1. Öğe 2.1
1. Öğe 2.2
1. Öğe 3
**Madde işaretli liste:**
- Öğe 1
- Öğe 2
- Öğe 2.1
- Öğe 2.2
- Öğe 3
#
# <a name="_toc76372689"></a>**Görseller**
Bu bölüm yeni bir sayfada başlar.
**Elips metin**
Bu görsel, üst köşede siyah bir kenarlık içinde yer alır; metnin içine düşecektir. Ayrıca görselin üzerine binen yarı saydam bir elips de bulunur.
**Ayrı paragraftaki JPEG**
 bu metin görselin ardından gelir.
**Tablodaki görseller.** Sol ve sağ hizalı.
|Bu görsel, üst köşede siyah bir kenarlık içinde bulunur; metnin içine kayacaktır. Görselin üzerine bir şeffaf elips de yer alır ve metinle çakışır.
**Ayrı paragraftaki JPEG**
 Bu metnin ardından bir metin gelir.
**Tablodaki görseller.** Sol ve sağ hizalı.
||
Aşağıdaki metin bir metin kutusunun içinde görselden önce gelir.
**Alt sayfada yeni başlayan bölüm.**
Portre yönlendirme ve kenar boşlukları vardır.
# <a name="_toc76372690"></a>**Alanlar**
Birleştirme alanı «FirstName»
Sayfa numarası 5
Köprü [Aspose.com](http://www.aspose.com)
İÇİNDEKİLER
[Font Biçimlendirme 1](#_toc76372684)
[Paragraf Biçimlendirme 1](#_toc76372685)
[İngilizce Olmayan Karakterler 2](#_toc76372686)
[Tablolar 2](#_toc76372687)
[Listeler 2](#_toc76372688)
[Görseller 4](#_toc76372689)
[Alanlar 5](#_toc76372690)
# **Form Alanları**
Düzenle <a name="text1"></a>test metni
Onay kutusu <a name="check1"></a>
Açılır kutu <a name="dropdown1"></a>
# **Altnotlar ve Sonnotlar**
Bu satırın sonunda bir altnot var.[^1]
Bu satırın sonunda bir sonnot var.[^2]
[^1]: Altnot 1.
[^2]: Sonnot 1.
Özet
GroupDocs.Markdown for .NET, bir dizi belge formatını LLM + RAG sistemlerine hazır, anlamsal Markdown’a dönüştürür. Belge yapısını ve anlamını korur, yerel ortamda çalışır ve yaygın kurumsal formatları destekler — büyük belge koleksiyonlarını AI tüketimi için hazırlamak isteyen kuruluşlar için pratik bir çözümdür.
Daha fazla bilgi
- Ürün ana sayfası: https://products.groupdocs.com/markdown/net/
- Dokümantasyon: https://docs.groupdocs.com/markdown/net/
- Lisans bilgileri: https://about.groupdocs.com/legal/
- İndirme: https://releases.groupdocs.com/markdown/net/
Destek ve geri bildirim
Sorularınız veya teknik destek için lütfen Ücretsiz Destek Forumumuz’u kullanın — size yardımcı olmaktan memnuniyet duyarız.