yooongchun / pdf_extractorLinks
提取PDF文件关键字，统计出现次数，写入Excel
☆31Updated 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
Sorting:
- 提取pdf内容写入Excel☆118Updated 6 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 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。☆114Updated 11 months 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☆40Updated 5 years ago
- 智能客服系统（智能问答）☆115Updated 5 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
- 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
- 基于 Simhash 的论文查重系统☆81Updated 3 years ago
- 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
- 医疗保险领域知识图谱☆132Updated 7 years ago
- 近年来，随着微信、微博、市长信箱、阳光热线等网络问政平台逐步成为政府了解民意、汇聚民智、凝聚民气的重要渠道，各类社情民意相关的文本数据量不断攀升，给以往主要依靠人工来进行留言划分和热点整理的相关部门的工作带来了极大挑战。同时，随着大数据技术的发展，建立基于自然语言处理技术的…☆33Updated 5 years ago
- 2020年第八届泰迪杯数据挖掘C题“智慧政务文本挖掘”特等奖作品（论文与代码）☆67Updated 4 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
- 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
- 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☆103Updated 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆164Updated 6 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
- 中文新词发现算法PNW算法，可以识别任意长度的新词。☆15Updated 2 years ago
- 智能客服☆105Updated 6 years ago
- 本项目是针对医疗数据，进行命名实体识别。项目中有600份标注好的电子病历文本，共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体。该领域的命名实体识别问题是自然语言处理中经典的序列标注问题。☆153Updated 6 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
- 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
- 电子病历标注工具DEMO☆13Updated 6 years ago
- LSTM，TextCNN，fastText情感分析，模型用 tf_serving 和 flask 部署成web应用☆42Updated 5 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。☆35Updated 6 years ago
- 摘要、关键字、关键词组、文本相似度、分词分句（自然语言处理工具包）☆11Updated 5 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☆111Updated last year
- 基于LDA+SVM可拓展的短文本分类。股市舆情监控系统☆28Updated 5 years ago
- 文本自动摘要☆94Updated 2 years ago
- 文本对关系比较 - 语义相似度、字面相似度、文本蕴含等等☆55Updated 5 years ago