问题描述
我正在寻找一种工具,可以简化从 PDF 中提取结构化信息的过程(例如科学论文的标题)。需要这样做以创建 PDF 和结构化数据的数据集,以训练用于自动信息提取的模型。
我想到了一个简单的工具,它在一侧显示 PDF,在另一侧显示要提取的字段,我可以在其中复制/粘贴 PDF 中的信息或自己输入。这将导致 xml 或 json 作为每个 PDF 的输出。
我发现的用于 NER 或 doc 分类的注释工具由于不同的限制(没有 pdf 支持,由于 pdf 中的错误手动调整标记信息)不适用于此任务。
如果有人知道这样的工具就好了。提前致谢
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)