All translations

Enter a message name below to show all available translations.

Found 8 translations.

Name	Current message text
^h German (de)	'''Umgang mit multimodalen Daten''': Unternehmensdaten sind multimodal. Der Umgang mit strukturierten, unstrukturierten und multimodalen Daten ist entscheidend für eine vielseitige RAG-Pipeline. Aus unserer Erfahrung, wenn die Struktur des Dokuments konsistent und im Voraus bekannt ist (wie die in EDGAR-Datenbanken für SEC-Einreichungsdaten im Bereich der finanziellen Gewinnberichte, die der Scout-Bot bearbeitete), verbessert die Implementierung von Abschnittsaufteilungen, die Verwendung von Abschnittstiteln und Unterüberschriften und deren Einbeziehung in den Kontext von Abschnitten die Relevanz der Abfrageergebnisse. Wir fanden auch Lösungen wie Unstructured.io hilfreich, die sich auf das Extrahieren und Strukturieren von Inhalten aus PDFs spezialisieren, um unstrukturierte Dokumente mit Kontext zu analysieren und in Abschnitte zu unterteilen.
^h English (en)	'''Handling multi-modal data''': Enterprise data is multi-modal. Handling structured, unstructured, and multi-modal data is crucial for a versatile RAG pipeline. From our experience, if the structure of the document is consistent and known apriori (like those found in EDGAR databases for SEC filings data in financial earnings domain that Scout bot was handling), implementing section-level splitting, using the section titles and subheadings and incorporating those in the context of chunks improves retrieval relevancy. We also found solutions like Unstructured.io, which specialize in extracting and structuring content from PDFs, helpful in parsing and chunking unstructured documents with context.
^h Spanish (es)	"Manejo de datos multimodales": Los datos empresariales son multimodales. Manejar datos estructurados, no estructurados y multimodales es crucial para una canalización RAG versátil. Según nuestra experiencia, si la estructura del documento es consistente y conocida de antemano (como los que se encuentran en las bases de datos EDGAR para datos de presentaciones ante la SEC en el ámbito de ganancias financieras que manejaba el bot Scout), implementar una división a nivel de sección, utilizando los títulos de las secciones y subtítulos e incorporándolos en el contexto de los fragmentos mejora la relevancia de la recuperación. También encontramos útiles soluciones como Unstructured.io, que se especializan en extraer y estructurar contenido de PDFs, para analizar y fragmentar documentos no estructurados con contexto.
^h French (fr)	'''Gestion des données multimodales''': Les données d'entreprise sont multimodales. La gestion des données structurées, non structurées et multimodales est cruciale pour un pipeline RAG polyvalent. D'après notre expérience, si la structure du document est cohérente et connue à l'avance (comme celles trouvées dans les bases de données EDGAR pour les données de dépôts auprès de la SEC dans le domaine des résultats financiers que le bot Scout gérait), la mise en œuvre d'une division au niveau des sections, en utilisant les titres de section et les sous-titres et en les incorporant dans le contexte des segments, améliore la pertinence de la récupération. Nous avons également trouvé des solutions comme Unstructured.io, qui se spécialisent dans l'extraction et la structuration de contenu à partir de PDF, utiles pour analyser et segmenter des documents non structurés avec contexte.
^h Japanese (ja)	'''マルチモーダルデータの処理''': エンタープライズデータはマルチモーダルです。構造化データ、非構造化データ、マルチモーダルデータを処理することは、多用途なRAGパイプラインにとって重要です。我々の経験から、文書の構造が一貫しており、事前に知られている場合（例えば、Scoutボットが扱っていた金融収益分野のSEC提出データのEDGARデータベースに見られるようなもの）、セクションレベルでの分割を実施し、セクションタイトルや小見出しを使用してそれらをチャンクのコンテキストに組み込むことで、検索の関連性が向上します。また、Unstructured.ioのような、PDFからコンテンツを抽出し構造化することに特化したソリューションが、非構造化文書をコンテキストを持たせて解析しチャンク化する際に役立つこともわかりました。
^h Korean (ko)	'''다중 모드 데이터 처리''': 기업 데이터는 다중 모드입니다. 구조화된, 비구조화된, 다중 모드 데이터를 처리하는 것은 다재다능한 RAG 파이프라인에 필수적입니다. 우리의 경험에 따르면, 문서의 구조가 일관되고 사전에 알려져 있는 경우(Scout 봇이 처리했던 금융 수익 분야의 SEC 제출 데이터에 대한 EDGAR 데이터베이스에서 발견되는 것처럼), 섹션 제목과 부제목을 사용하여 섹션 수준의 분할을 구현하고 이를 청크의 맥락에 통합하면 검색 관련성이 향상됩니다. 또한, Unstructured.io와 같은 솔루션은 PDF에서 콘텐츠를 추출하고 구조화하는 데 특화되어 있어 비구조화된 문서를 맥락과 함께 구문 분석하고 청크화하는 데 유용하다는 것을 발견했습니다.
^h Portuguese (pt)	'''Manipulação de dados multimodais''': Os dados empresariais são multimodais. Lidar com dados estruturados, não estruturados e multimodais é crucial para um pipeline RAG versátil. A partir da nossa experiência, se a estrutura do documento for consistente e conhecida previamente (como aquelas encontradas em bancos de dados EDGAR para dados de registros da SEC no domínio de resultados financeiros que o Scout bot estava lidando), implementar a divisão em nível de seção, usando os títulos das seções e subtítulos e incorporando-os no contexto dos fragmentos melhora a relevância da recuperação. Também encontramos soluções como Unstructured.io, que se especializam em extrair e estruturar conteúdo de PDFs, úteis na análise e fragmentação de documentos não estruturados com contexto.
^h Chinese (zh)	处理多模态数据：企业数据是多模态的。处理结构化、非结构化和多模态数据对于多功能的RAG管道至关重要。根据我们的经验，如果文档的结构是一致且已知的（例如在金融收益领域中Scout bot处理的SEC文件数据的EDGAR数据库中找到的那些），实施基于章节的分割，使用章节标题和副标题，并将其纳入块的上下文中，可以提高检索的相关性。我们还发现像Unstructured.io这样的解决方案在从PDF中提取和结构化内容方面很有帮助，这对于解析和分块具有上下文的非结构化文档非常有用。