Alternatives and similar repositories for pdf_extractor

Users that are interested in pdf_extractor are comparing it to the libraries listed below

• yooongchun / Python_pdf2Excel
  提取pdf内容写入Excel
  ☆118Updated 6 years ago
• likeweilikewei / financial-NLP-intelligent-interaction
  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…
  ☆64Updated 5 years ago
• iaminblacklist / Financial_Analysis
  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
  ☆104Updated 6 years ago
• furuiyang0715 / JustSimpleSpider
  极简爬虫工作流
  ☆41Updated 2 years ago
• Agwave / PDF-Resume-Information-Extraction
  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。
  ☆114Updated 10 months ago
• Hubertliuyu / FAQ-system
  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
  ☆53Updated 5 years ago
• EdwardLee0331 / autoDownload
  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
• Zoe233 / spider0002
  从药智数据网站爬取药品信息，说明书和图片
  ☆18Updated 7 years ago
• speciallurain / CNKI_Patent_SVM
  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…
  ☆107Updated 7 years ago
• lemonhu / finance-qa-spider
  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
  ☆38Updated 7 years ago
• gugug / WeiboNewsProject
  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
  ☆92Updated 6 years ago
• 17680329677 / Forestry_LAW
  基于知识图谱的林业法律法规问答
  ☆20Updated 2 years ago
• Git008 / py-pptx
  利用python自动生成数据分析PPT报告
  ☆37Updated 7 years ago
• EstellaCheng / LegalKGSEU
  法律知识图谱网站。A legal knowledge graph web project.
  ☆18Updated 6 years ago
• weizhiwen / News-Intelligent-Classification-WeChat-Mini-Program
  基于 Scrapy 的新闻智能分类微信小程序，是一个文本分类相关的应用，目的是打造出一个可以对新闻进行智能分类的微信小程序。技术栈：Python + Scrapy + MongoDB + scikit-learn + Flask + 微信小程序，涉及爬虫、文本分类、Web …
  ☆63Updated 5 years ago
• liuhuanyong / LanguagePlatform
  个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能
  ☆29Updated 7 years ago
• dyliuti / KG_Medicine
  搭建医药领域知识图谱
  ☆23Updated 4 years ago
• lingerun / KGQA_insurance_product
  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
  ☆37Updated 5 years ago
• TCM-ZJU / TCM-DB
  用于管理中医药数据库文件及其说明文档。
  ☆38Updated 11 years ago
• 7125messi / sentiment_analysis_from_raw_corpus
  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。
  ☆35Updated 5 years ago
• CuiYongen / DuplicateChecking
  基于 Simhash 的论文查重系统
  ☆81Updated 3 years ago
• brandonchow1997 / data-science-salary-forecast
  基于BOSS直聘上海地区岗位信息，利用爬虫对数据进行爬取和存储后，对其进行自然语言分析。提取“职位描述”中的软件技能，并建模预测分析。调参后的最终模型薪资预测误差约±4.3k。
  ☆27Updated 6 years ago
• ashora / SocialListening
  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
• WeiKangJian / TextCategorizationForStock
  基于LDA+SVM可拓展的短文本分类。股市舆情监控系统
  ☆30Updated 5 years ago
• StuPeter / Company_Annual_Report_Analysis_TF
  上市公司年报分析
  ☆13Updated 5 years ago
• AdiaLoveTrance / MedicalInsuranceKG
  医疗保险领域知识图谱
  ☆131Updated 7 years ago
• bainingchao / DataProcess
  慕课网公开课：数据预处理
  ☆74Updated 6 years ago
• DefJia / TCM-Retrieval-System
  中医智能检索系统 TCM-Retrieval-System
  ☆30Updated 5 years ago
• Jacen789 / HotNewsAnalysis
  利用文本挖掘技术进行新闻热点关注问题分析
  ☆163Updated 6 years ago
• anycodes / tencentFaqs
  智能客服系统（智能问答）
  ☆115Updated 5 years ago