docling-project/docling

Add LaTex and mathpix-markdown-it as outputs

Open

#343 创建于 2024年11月14日

在 GitHub 查看
 (5 评论) (4 反应) (0 负责人)Python (59,751 star) (4,140 fork)batch import
enhancementhelp wanted

描述

Requested feature

Add Latex and mathpix-markdown-it formats as available outputs

nougat uses Mathpix Markdown and it creates beautiful formulas because it's powered by LaTex

example paper I had on hand The Impact of Initialization on LoRA Finetuning Dynamics

Formula from the paper:

image

docling version in markdown image

and this is from nougat image

贡献者指南

技术栈
python
领域
backendcli
议题类型
feature
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 days
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
fresh
清晰度议题是否清楚说明期望改动、验收标准和下一步。
clear
前置要求
Pythondocling codebaseLaTeX basics
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60
研究方向
Examine the existing output formats in docling (e.g., markdown, docx) to understand the conversion pipeline. Integrate the mathpix markdown it library to generate LaTeX and mathpix markdown output. Update relevant configuration files and tests. Consult the issue comments for any specific requirements or maintainer input.