用語を五十音・英字順で確認
Chunking（チャンク分割）
検索システムやLLMが索引化して検索できるよう、文書を小さな文章単位へ分割する処理です。見出しと表が保たれるため、生のPDFテキストよりきれいなMarkdownの方が適切に分割できます。RAG向けMarkdownをご覧ください。
Conversion engine（変換エンジン）
PDFを読み取り、Markdownを生成する構成要素です。pdf2md.devは2つのオープンソースエンジンを使います。Doclingは整った文書を高速処理し、MinerUは密度の高い複雑なレイアウトに強みがあります。表のMarkdown変換をご覧ください。
Embeddings（埋め込み）
文章を数値ベクトルとして表現し、完全一致ではなく意味の近さで文章を検索できるようにしたものです。RAGパイプラインの検索を支え、文書のMarkdownチャンクを埋め込みへ変換します。RAG向けMarkdownをご覧ください。
Formulas（LaTeX / 数式）
文書内の数学表記です。適切な変換ツールは、数式を崩れた文字列へ平坦化せず、多くの場合LaTeXとして保持します。表と数式をご覧ください。
Hosted MCP（ホスト型MCP）
MCP（Model Context Protocol）は、AIエージェントが外部ツールを呼び出すためのオープン標準です。ホスト型MCPエンドポイントはPDF→Markdown変換をツールとして公開し、エージェントからローカル設定なしで直接呼べます。開発者向けハブをご覧ください。
Markdown（マークダウン）
見出し、リスト、表、リンク、コードを簡単な記号で表す軽量なプレーンテキスト形式です。コンパクトで差分を確認しやすく、LLMへ文書を渡す形式として適しています。AI向けPDF→Markdownをご覧ください。
OCR（光学文字認識）
Optical Character Recognition（光学文字認識）の略です。画像またはスキャンページ内の文字を、選択可能な実際の文字へ変換します。これにより、スキャンPDFを編集可能なMarkdownへ変換できます。スキャンPDFのMarkdown変換をご覧ください。
PDF→Markdown
構造ではなく位置として文字を保存するPDFを、実際の見出し、表、リストを持つきれいなMarkdownへ変換することです。結果は編集、検索が可能で、LLMにもそのまま利用できます。試してみる。
RAG（検索拡張生成）
Retrieval-Augmented Generation（検索拡張生成）の略です。LLMが学習データだけでなく、自分の文書から検索した文章を使って回答する方式です。多くのRAGパイプラインでは、PDFをきれいなMarkdownへ変換することが最初の手順です。RAG向けMarkdownをご覧ください。
Reading order（読み順）
特に複数段組みのページで、文章を読むべき正しい順序です。PDFには読み順が保存されないため、変換ツールが再構築しないと出力が混ざります。表のMarkdown変換をご覧ください。
REST API
コードから変換ツールを操作するWebインターフェースです。ジョブを作成し、状態を確認して、Markdownをダウンロードします。プログラムまたはエージェントからPDFを変換できます。Pythonチュートリアルをご覧ください。
Scanned PDF（スキャンPDF）
撮影またはスキャンされた紙のように、ページが画像で構成され、文字レイヤーを持たないPDFです。内容をMarkdownへ変換する前にOCRが必要です。スキャンPDFのMarkdown変換をご覧ください。
Table reconstruction（表の再構築）
PDFが視覚的に描画する行と列を、スクリーンショットやずれた行ではなく、本物のMarkdown表へ組み直す処理です。表のMarkdown変換をご覧ください。
Tokens（トークン）
LLMがコンテキスト上限や料金の計算に使う単位で、おおよそ単語の断片に相当します。きれいなMarkdownは崩れた抽出テキストよりトークン数が少なく、より多くの文書をプロンプトへ収められます。RAG向けMarkdownをご覧ください。
Vector database（ベクトルデータベース）
埋め込みを保存し、クエリと意味が最も近い文章を検索するデータベースです。RAGシステムが検索するMarkdownチャンクの埋め込みを保持します。RAG向けMarkdownをご覧ください。
用語を理解して実際に変換
用語を実際の処理で確認できます。PDFを追加すると、OCR、本物の表、数式を含むきれいなMarkdownを取得できます。ブラウザでは無料で、REST APIとホスト型MCPからも利用できます。