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
- 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
- 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
- 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 6 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☆101Updated 6 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
- 包含leleketang.com做文库十万余条作文信息，每条作文包含标题、作者、时间、地点、正文、评语、等级等信息。根据文本数据，从多个维度对数据进行分析，并用python中的pyecharts绘制图表。使用TF-IDF和Doc2Vec模型统计关键词☆14Updated 5 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☆85Updated 6 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。☆113Updated 6 months 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
- 提取pdf内容写入Excel☆112Updated 6 years ago
- 基于知识图谱的林业法律法规问答☆18Updated 2 years ago
- 针对企业取证产品，知识图谱的可视化及问答系统。☆14Updated last year
- 基于 Simhash 的论文查重系统☆75Updated 2 years ago
- 对汽车之家论坛里的评论数据处理和分析，利用用 户潜在行为数据得出用户行为特征，采用LDA主题模型得出用户评论的主题特征，采用Word2Vec词向量模型得出用户评论的文本内容特征，采用K-Means聚类得出水军文本类别，结合用户行为特征，最终实现了对网络水军的识别。☆24Updated 5 years ago
- 医疗保险领域知识图谱☆130Updated 6 years ago
- 半自动生成财务分析报告☆24Updated 8 months ago
- 知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。☆33Updated 5 years ago
- 上市公司年报分析☆12Updated 5 years ago
- 用于管理中医药数据库文件及其说明文档。☆38Updated 11 years ago
- Chinese Classic Poem Mining Project including corpus buiding by spyder and content analysis by nlp methods, 基于爬虫与nlp的中国古代诗词文本挖掘项目☆107Updated 6 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
- 极简爬虫工作流☆41Updated last year
- 该项目用于法律文书数据分析，可自动从openlaw网站上爬取文书数据，存储在本地，然后进行分析以及可视化。☆15Updated last year
- nlpdz / Design-and-Implementation-of-Multi-source-and-Multi-category-Graphic-Data-Monitoring-Platform多源多分类图文数据监控平台设计与实现（Python、Django、爬虫、Echarts等技术）☆20Updated 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆159Updated 6 years ago
- 可以将bert相关模型在网站上进行展示、测试，后端使用flask，前端使用vue。☆10Updated 3 years ago
- 基于中文电子病历命名实体识别任务☆10Updated 5 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