yooongchun / pdf_extractorLinks
提取PDF文件关键字,统计出现次数,写入Excel
☆32Updated 7 years ago
Alternatives and similar repositories for pdf_extractor
Users that are interested in pdf_extractor are comparing it to the libraries listed below
Sorting:
- 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…☆67Updated 6 years ago
- 提取pdf内容写入Excel☆119Updated 7 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。☆115Updated last year
- 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☆39Updated 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…☆108Updated 7 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
- 极简爬虫工作流☆41Updated 2 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☆56Updated 5 years ago
- 医疗保险领域知识图谱☆133Updated 7 years 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☆105Updated 7 years ago
- 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
- 简单的年报分析工具☆42Updated 8 years ago
- 智能客服系统(智能问答)☆117Updated 5 years ago
- 基于纯文本的简历解析桌面版,自带一键安装卸载程序,支持磁盘扫描,后台监控进程自动扫描,支持简历内容抽取,简历解析,解析后结构化存储,识别的文件格式有pdf,word,text,html等☆42Updated 8 years ago
- 机器学习可视化平台☆54Updated 5 years ago
- 基于 Simhash 的论文查重系统☆82Updated 3 years ago
- 中医智能检索系统 TCM-Retrieval-System☆30Updated 5 years ago
- 根据文本相似度实现问答的聊天机器人(简单版)☆52Updated 7 years ago
- 医疗语料库。医疗机构名语料库。药品本位码。☆70Updated last year
- 从药智数据网站爬取药品信息,说明书和图片☆18Updated 7 years ago
- 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 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆163Updated 6 years ago
- 数据标注系统☆34Updated 6 years ago
- 中国知网论文数据集,24000+篇论文信息。自然语言处理、信息管理、文本分类、文本摘要、关键词抽取、研究热点分析、数据挖掘、数据分析☆53Updated 6 months ago
- ✅Deploy PaddleOCR with flask | 利用Flask对PaddleOCR进行部署,方便调用☆41Updated 3 years ago
- 用于管理中医药数据库文件及其说明文档。☆38Updated 12 years ago
- 自动机器学习训练平台☆11Updated 5 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☆94Updated 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…☆54Updated 7 years ago
- 行业知识图谱,关系抽取,数据清洗,ncov,疫情数据,百科,医疗,保险,汽车,垃圾分类,产业链,投资,高考,行业专家圈子,CXO圈子☆113Updated last year