大型文档的实体抽取

Question

我需要从word和pdf文档中提取实体。文件可在10至20页范围内。是否有可扩展的库/API可供我们插入处理管道？任何对不同解决方案的比较研究都是有帮助的。

Answer 1

看看沃森自然语言理解 (您需要获得一个IBM，然后登录查看这个内容-别担心，成本是0美元)。使用沃森自然语言理解，您将需要查看API资源管理器，以找到用于获取所需结果的正确的API资源管理器语法。

我还注意到其中提到了Word/PDF文件。您将需要转换使用沃森发现号服务的文档，然后可以将转换后的文档传递给沃森自然语言理解，后者接受JSON、文本或HTML输入。