Questions tagged «information-extraction»

在iOS电子邮件客户端中，当电子邮件中包含日期，时间或位置时，文本将成为超链接，并且只需点击链接即可创建约会或查看地图。它不仅适用于英语的电子邮件，还适用于其他语言的电子邮件。我喜欢这个功能，并且想了解他们是如何做到的。 天真的方法是拥有许多正则表达式并全部运行它们。但是我无法很好地扩展，只能用于特定的语言或日期格式等。我认为Apple必须使用某种机器学习的概念来提取实体（8:00 PM、8PM、8:00， 0800、20：00、20h，20h00、2000等）。 知道Apple如何能够在其电子邮件客户端中如此快速地提取实体吗？您将应用哪种机器学习算法来完成此类任务？

128 machine-learning  nlp  information-extraction  named-entity-recognition 

关闭。此问题不符合堆栈溢出准则。它当前不接受答案。 想改善这个问题吗？更新问题，使其成为Stack Overflow的主题。 5年前关闭。 改善这个问题 我正在寻找一个PDF库，它将允许我从PDF文档中提取文本。我看过PyPDF，它可以很好地从PDF文档中提取文本。这样做的问题是，如果文档中有表格，则表格中的文本将与文档中其余文本一起在线提取。这可能会引起问题，因为它会生成无用的文本部分，看起来有些乱码（例如，许多数字混在一起）。 我想从PDF文档中提取文本，但不包括任何表格和特殊格式。那里有图书馆吗？

82 python  pdf  parsing  text-extraction  information-extraction