大型文檔上的實體提取

Question

我需要從Word和pdf文檔中提取實體。 文件的范圍可以是10到20頁。 是否有可擴展的庫/ API可供我們插入處理管道中？ 任何對不同解決方案的比較研究都將有所幫助。

Answer 1

看一下Watson自然語言理解 （您需要獲取一個IBM ID，然后登錄才能看到此內容-不用擔心，費用為$ 0）。 使用Watson Natural Language了解，您將需要查看API資源管理器以找到正確的API語法，以用於獲得所需的結果。

我還注意到提到了Word / PDF文檔。 您將需要使用Watson Discovery服務轉換那些文檔，然后將轉換后的文檔傳遞給Watson Natural Language了解 ，該文檔接受JSON，文本或HTML輸入。