Fastighetsbolag hanterar ofta stora mängder teknisk dokumentation i form avPDF-filer. Dessa dokument är ofta ostrukturerade och svåra att söka i, vilketförsvårar insamling av information som behövs för till exempelhållbarhetsrapportering och digitalisering. Syftet med detta examensarbete varatt utveckla en automatiserad metod för att extrahera relevanta nyckel‑värde‑parfrån sådana dokument och presentera dem i ett maskinläsbart format. Arbetetundersökte hur olika språkmodeller presterar i denna uppgift, samt hur olikapromptningsstrategier för instruktioner påverkar resultaten. En prototyputvecklades och testades, där text först extraherades ur PDF-dokument och sedanbearbetades av språkmodeller för att identifiera relevanta datapunkter. Trotsvissa positiva tendenser nådde ingen av modellerna en återkallelse som kanklassas som hög, snarare låg till medelhög, särskilt när rätt kombination avmodell och metod används. Arbetet visar att tekniken är lovande för atteffektivisera informationshantering i branscher med mycket ostruktureraddokumentation, även om ytterligare utveckling krävs innan metoden kananvändas fullt automatiserat i praktiken.

Property management companies often handle large volumes of technicaldocumentation in the form of PDF files. These documents are typicallyunstructured and difficult to search, which complicates the process of gatheringinformation needed for sustainability reporting and digitization efforts. The aimof this thesis was to develop an automated method for extracting relevant key–value pairs from such documents and presenting them in a machine-readableformat. The study explored how different language models perform in this taskand how various prompting strategies affect the results. A prototype wasdeveloped and tested, where text was first extracted from PDF documents andthen processed by language models to identify relevant data points. Despite somepositive tendencies, none of the models reached a recall that can be classified ashigh, rather low to medium, especially when the right combination of model andmethod is used. The work demonstrates that this approach holds promise forimproving information management in industries that rely on large volumes ofunstructured documentation, although further development is needed before fullautomation can be achieved in practice.