开发者开源单线程文档解析工具 doc2struct
热点事件历史事件
开发者开源单线程文档解析工具 doc2struct
1 篇报道1 个报道来源7 天前更新
先了解这件事
AI 综述
开发者 John Friedman 以 MIT 协议开源了文档解析工具 doc2struct。该工具支持在单个 CPU 线程上解析文档，是其此前 doc2dict 解析器的后继版本。 作者称，doc2struct 能在 40 秒内解析 19GB 规模的年度报告数据（约 50 亿 tokens），并在提取过程中保留文档嵌套结构与进行表格基础清洗。
AI 根据报道生成 · 7 天前更新
最新进展11月6日 12:51
开源文档解析算法 doc2struct：单 CPU 线程解析 5B tokens报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- Hacker News (Show HN 免费与开源)开源文档解析算法 doc2struct：单 CPU 线程解析 5B tokens
开源文档解析算法 doc2struct 正式发布，采用 MIT 协议，支持在单个 CPU 线程上快速解析文档并处理 5B tokens。该算法能在 40s 内完成 19GB 规模的 2025 年全部年度报告解析，同时保留嵌套结构并进行表格基础清洗。doc2struct 是作者此前 doc2dict 解析器的后继版本。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月6日 13:00
- 近 24 小时变化
- -49%
02.557.510
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。