回答情况：
提问时间：
问题标签：
1回答
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。
浏览 2提问于2018-04-28得票数 0
回答已采纳
我已经成功地在Google控制台中设置了一个自定义文档抽取处理器，如所描述的，并且能够熟悉Google工作流。我还能够创建一个带有自定义标签的文档架构，并导入培训和评估文档来训练处理器版本。我能够训练模型和处理文档。但是，我也需要能够使用客户端库创建标签，但我不知道使用客户端库是否可能这样做？
我查看了文档和，没有看到任何引用可以使用客户机库添加您自己的标签。
浏览 5提问于2022-11-24得票数 0
回答已采纳
rect是由松散连接的白色像素组成的矩形区域，它包含文档的某个逻辑部分。我们考虑简单的8邻域连通性，并对二值图像进行连通分量(等高线)分析，从而对文本分量进行分割。你能帮我把这个理论翻译成opencv源代码或者给我任何相关的链接吗，我目前正在为我的论文做文档图像分析。
浏览 3提问于2011-12-28得票数 2
我想训练一个机器学习模型来学习和提取文本文档中的合法引用模式。我可以使用的最佳算法是什么？我的训练数据样本法律引用集看起来像， Brill v.Div. 1960)r'(?:[A-Z]\w*\.? )+v\. .*?
浏览 23提问于2021-09-02得票数 1
5回答
我需要分析不同文档类型的布局结构，如：pdf、doc、docx、odt等。
我的任务是:给出一个文档，将文本分组，找出每个文本的正确边界。Apache只提取文本，所以如果我的文档有两列，则Tika提取第一列的整个文本，然后提取第二列的文本，即ok...but --有时第一列上的文本与第二列上的文本相关，就像一个具有行关系的表。如何从同一块下的文档和组装相关文本(理解文档的布局结构)中提取文本？
浏览 12修改于2022-07-15得票数 6
回答已采纳
在DOMDocument类中，有按id和按标记名(getElementById & getElementsByTagName)获取元素的方法，但不能按类获取元素。有没有办法做到这一点？<html><body><div class="foo"></div></body>
浏览 0提问于2011-02-26得票数 5
现在，它只是简单地显示每个分数的延迟。我想知道我如何才能准确地取得相同的成绩，并找到它们的平均值，并显示在页面底部。我不知道如何进一步阐明这个问题，但我肯定会回答与此有关的任何问题。using System.Xml;using System.Linq;using System.Threading.Tasks;{ {
浏览 1修改于2020-03-10得票数 0
回答已采纳
MongoDB是否有一个功能，我可以存储PDF、文本或. do /docx文档并搜索它们，或者在它们的内容中找到一个关键字，在两个文档之间进行匹配？例如：诊断代码，简短的描述，日期和数量。我想发出查询，在那里我可以找到任何具有匹配日期和相同诊断的文档。(例如“肺炎”，“2012年12月12日”)
如果只使用MongoDB的API就可以这样做，还是需要做一些预处理？如果可能的话，你能给我介绍一下好的例子和文档吗？
浏览 0修改于2013-05-19得票数 3
我试图从从JMS发布服务器发送到JMS订阅服务器的xml文档中获取一个值。<sys1> <id>123</id> </req>文档会被转换。我需要检查xml文档
浏览 8提问于2021-12-29得票数 0
回答已采纳
我得到了以下的ElasticSearch-query，从“cat.id”上分组的每个“类别”中获取10个文档： "test": {
"terms": {然而，我似乎找不到一种方法，从每个存储桶中随机抽取10个结果。结果总是一样的。我想从每个存储桶中随机抽取10个项目。我尝试了所有打算用于文档的东西，但似乎都不起作用。
浏览 3提问于2018-06-20得票数 0
我成功地在我的XPath测试中添加了一个JMeter抽取器。现在，我收到了JMeter.log中的错误，抱怨我们的网页中有两个html标签。这些标记是由我们创建的，是我们可以在代码中使用的标记。InputStream: Doctype给出的是“InputStream:文档内容看起来像HTML4.01过渡性33条警告，发现了2个错误！此文档在使用HTML生成整理版本之前必须修复错误。如果我在测试中禁用了XPath抽取器，我就不会再得到这些错误。所以，我知道XPath抽油车带来了这个。但是，为了获得运行测试所需的其他信息，我需
浏览 5修改于2014-01-29得票数 0
回答已采纳
由于ADC的采样率为4000 by，因此我希望减少发送的样本数量，即抽取(我认为是什么)，在抽取因子4之后，我将有1000 by的样本，然后我可以插回4000 by。我从here和其他参考文献中学习了基本的抽取和插值，并使用了CMSIS FIR抽取器和FIR内插器。: 4number of samples to process: 8 滤波器系数以变量{0,0,0,1}的形式存储，即文档我对FIR滤波器系数的理解是否正确，即1
浏览 24修改于2021-10-15得票数 0
当两个正则表达式提取器都在相同的HTTP请求下时，我需要使用存储在下一个正则表达式抽取器中的变量中的以前正则表达式抽取器的结果。\\"/><input type=\\\\"hidden在文档中哪里可
浏览 2修改于2022-05-05得票数 -2
我正在构建一个信息抽取的语料库，用于提取特定类型的信息，并且我正在努力决定对实体进行注释的最佳方法。由于本文档是在1997年编写的，我猜想使用这种基于SGML的方法已经过时了，因此必须有更好的方法来实现这一点，例如使用OWL、RDF或XML。是否有更新的行业标准来注释信息抽取语料库？
浏览 5提问于2017-05-19得票数 1
回答已采纳
random document from the mycoll collection. { $sample: { size: 1 } }但是，如果我需要过滤文档，然后随机抽取一个文档呢？
浏览 4提问于2017-11-21得票数 9
回答已采纳
关于堆栈溢出问题的文档和许多答案倾向于使用而不是这种偏好有什么特别的原因吗？我曾被告知，卷发大括号初始化是首选。有些例子是随机抽取的：
浏览 3修改于2022-03-05得票数 0
回答已采纳
我正在使用skip limit and aggregate，但它不起作用。.skip(400).aggregate([{$sample: {size: 50}}])
浏览 2修改于2022-11-30得票数 0
回答已采纳
1回答
我正在使用Meshlab软件来抽取3D网格。这很好用，但是当我想要抽取顶点上有颜色的3D网格时，我不知道该使用哪种算法，因为没有人管理颜色(MC边缘折叠，聚类抽取，二次边缘折叠抽取)。对于用颜色抽取3D网格有什么建议吗？此外，我会感兴趣的，如果你知道一些代码来做这件事。谢谢
浏览 3提问于2018-10-28得票数 0
我想随机抽取字段'date‘大于或等于'2020-01-01’的给定数量的文档。以下是我的代码最后一行显示以下错误
有没有人知道怎么得到写结果？
浏览 13提问于2020-06-08得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号