yooongchun / pdf_extractor
提取PDF文件关键字，统计出现次数，写入Excel
☆30Updated 6 years ago
Alternatives and similar repositories for pdf_extractor:
Users that are interested in pdf_extractor are comparing it to the libraries listed below
- 项目介绍： 智能交互金融智能聊天。具体实现用户在所有关于股票话题的智能问答。其中难点是问题 分类、数据预处理、参数提取。 ☆个人工作： 实现金融智能聊天,实现所有股票问题的精确回答。通过提取通用特征将5亿+条训练语料缩减为10w条，语料内存占用量从10G减少到2M，并将…☆63Updated 5 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取…☆106Updated 7 years ago
- 基于火力发电厂知识问答库的检索式问答系统/问答系统/对话系统☆50Updated 4 years ago
- 天池比赛作品整理。实现从pdf中提取出姓名、出生年月、性别、电话、最高学历、籍贯、落户市县、政治面貌、毕业院校、工作单位、工作内容、职务、项目名称、项目责任、学位、毕业时间、工作时间、项目时间共18个字段。☆112Updated 7 months ago
- 基于分布式爬虫，采集互联网公开来源的金融类新闻和文档类文本； 基于文本挖掘技术，进行无监督/半监督学习的数据ETL与特征工程； 基于金融数据挖掘技术，进行宏观经济分析，基本面分析与行业分析☆101Updated 6 years ago
- 以nlp中情感分析为例，从没有打过标签的语料开始一步步教你怎么去打标签，然后分别以传统的机器学习模型SVM和深度学习模型LSTM去建模。☆34Updated 5 years ago
- 根据股票帐号，自动下载www.cninfo.com.上对应的企业年报（pdf格式），然后将这些pdf格式的文件转换为txt文件，然后从中提取出有用的信息，进行数据分析和图标展示☆52Updated 8 years ago
- 智能问答系统demo☆38Updated 5 years ago
- 极简爬虫工作流☆41Updated last year
- 利用文本挖掘技术进行新闻热点关注问题分析☆160Updated 6 years ago
- 从药智数据网站爬取药品信息，说明书和图片☆18Updated 7 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆53Updated 7 years ago
- 基于开源保险产品数据构建的保险知识图谱及简易问答系统☆35Updated 5 years ago
- 上市公司年报分析☆12Updated 5 years ago
- self complemented BaiduIndexSpyder based on Selenium , index image decode and num image transfer，基于关键词的历时百度搜索指数自动采集☆41Updated 6 years ago
- 基于知识图谱的中文旅游领域知识服务平台构建 - 从旅游知识库到旅游知识服务平台☆26Updated 4 years ago
- pdf转文本，搜索信息写入excel，用于年报信息提取☆13Updated 4 years ago
- 金融问答平台文本数据采集/爬取，数据源涉及上交所，深交所，全景网及新浪股吧☆39Updated 7 years ago
- 2017 DF,CCF大数据与计算智能大赛——“中印对峙事件舆情分析”赛题全网数据☆25Updated 6 years ago
- self complemented WeiboIndexSpyder based on Selenium ，新浪微博指数(微指数)采集，包括综合指数，移动端指数，PC端指数☆31Updated 6 years ago
- 文本特征提取，适用于小说，论文，议论文等文本，提取词语、句子、依存关系等特征。python开发。☆41Updated 6 years ago
- 知网爬虫cnkispider，输入关键字爬取知网检索数据☆33Updated 7 years ago
- 搭建医药领域知识图谱☆22Updated 4 years ago
- 系统从互联网爬取资讯，对热点公共事件进行检测、聚合和追踪，多维度 分析事件内容，监测时间传播路径，分析用户的观点和和情绪，形成摘要、报告、图表等分析结果，实现公共事件的舆情分析可视化系统，提供专业的舆情监测、分析和预警服务☆89Updated 6 years ago
- 提取pdf内容写入Excel☆113Updated 6 years ago
- 公司、企业名称模糊匹配，基于词频的公司名主体提取，基于编辑距离的匹配度☆41Updated 4 years ago
- 经济责任审计知识图谱：网络爬虫、关系抽取、领域词汇判定☆125Updated 5 years ago
- 计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）☆58Updated 7 years ago
- 基于知识图谱的林业法律法规问答☆18Updated 2 years ago
- 本项目是一个知识图谱可视化程序，采用前后端分离技术实现，前端使用 Vue，后端使用 Flask☆23Updated 3 years ago