假设我在一个目录中存储了几个pdf文件，我想一次性读取所有这些pdf文件，并提取包含特定关键字的所有句子(在本例中为“条款”)，而不是手动打开每个文件并查找该关键字。我已经尝试过读取这些文件，但我如何才能让R遍历每个pdf文件来搜索该关键字
浏览 36提问于2019-05-09得票数 0
回答已采纳
1回答
我需要从PDF中提取文本，我有一个关键字列表，它告诉我我需要提取哪些文本部分。PDF看起来如下所示：Fontsize: 14我不需要这个Schema元素： Keyword2这是my关键字Guide来完成模式元素：
浏览 0提问于2020-06-19得票数 0
回答已采纳
我有从这些维基百科页面制作的PDF文件(例如)：
我可以调用文件，从PDF中提取文本，从PDF中提取带有关键字的<
浏览 0提问于2018-09-19得票数 1
3回答
我使用了以下代码从文件中提取句子(这个句子应该包含部分或全部搜索关键字)with open('text.txt', 'r') as in_file: sentences = text.split(".&
浏览 10提问于2016-09-12得票数 2
回答已采纳
我正在阅读pdf文件，并试图通过NLP techniques.Right从它们提取关键字，现在程序一次只接受一个pdf。我在D盘上有一个文件夹，叫做'pdf_docs‘。该文件夹包含许多pdf文档。我的目标是从文件夹中一个接一个地读取每个pdf文件。我如何在python中做到这一点。
浏览 3提问于2018-10-28得票数 0
回答已采纳
1回答
我的目标是从包含关键字列表中任何单词的文本文件中提取句子。我的脚本清理文本文件，并使用NLTK标记句子和删除停止词。这部分脚本运行良好，并产生了看起来正确的产出，“确认更新后的2020年区间指引长期收益股息增长前景”，“最后期待未来几个月增加与现有潜在投资者的接触”，“打开”我为提取包
浏览 3提问于2020-08-12得票数 2
回答已采纳
尝试从pdf到excel中提取文本行。
目前，我正在处理大量pdf文件，其中包含了某些标头的标准化信息。每个文件都有相同的标题列表。我已经收集了一些代码，从每个标题下的pdf文件中提取每个句子，并将它们合并到一个excel电子表格中。这里的问题是，在pdf中的一个标题下的行/
浏览 4提问于2022-10-20得票数 -1
假设我得到了几个关键字，而这些关键字都在PDF文件中。是否有方法提取与关键字相关的值？我使用pdfminer读取PDF文件并将其转换为文本文件。在这一步之后，我能够提取表数据(使用tabula包中的area参数)，但是如何搜索与关键字关联的值呢？那么，是否有一种方法能够以一
浏览 1提问于2019-01-07得票数 0
1回答
我正在从excel(包含生物数据)文件中读取一个句子，并希望提取他们工作的组织。该文件还包含指定该人在哪里学习的句子。例：
我想跳过这类句子。我使用正则表达式来匹配这些句子，如果它与学生相关，那么跳过这个部分，而只想在一个单独的excel
浏览 0提问于2016-05-18得票数 2
回答已采纳
我有很多pdf文件(里面的文字)，我想建立一个简单的搜索引擎来搜索包含给定关键字的句子。经过几个小时的搜索，我选择了solr作为工具。我还尝试了一个名为techproducts的集成示例，令我惊讶<em
浏览 3提问于2017-04-12得票数 1
3回答
我需要一个句子分类程序的帮助。
一种程序，它读取文件并检查文件中的每一句话，以定位任何“关键字”。关键字在另一个文件中，里面写着单词。如果它找到一个关键字，它会将该句子写入另一个文件中。到目前为止，我对输入文件的读取、句子的拆分和输出文件的
浏览 1提问于2012-07-13得票数 0
我使用PDFMiner读取了一个pdf文件，并为NLP analysis提取了其中的文本。由于我将处理研究文章，我通过将文本的段落转换为句子标记列表对文本进行了轻度清理。我的目标是选择包含文本引用的句子，以便进行进一步的分析。预期输出： 1.This is my new project
2.I am very excited about this (Abbasi,
浏览 18提问于2020-06-19得票数 0
回答已采纳
我试图读取/解析一个文件并提取行，从包含特定关键字的行开始，以另一个关键字结束。具体来说，该文件是一个视频游戏战斗日志，其中包含多个战斗的信息。我试图从每一次战斗的开始(由包含“EnterCombat”的行表示)到每一次战斗的结束(用包含“ExitCombat”<e
浏览 7提问于2014-03-13得票数 0
回答已采纳
我们正在使用计算机视觉API -v2.0遵循https://docs.microsoft.com/en-us/azure/cognitive-services/computer-vision/quickstarts/javascript-hand-text (后批量读取文件以发送pdf和图像并获得提取的文本我们能够获得pdf和图像的提取文
浏览 9提问于2019-12-13得票数 0
我试图识别所有在期刊文章中以pdf格式被引用的句子。我将.pdf转换为.txt，并希望找到所有包含引文的句子，可能采用以下格式之一：
import nltkss= sent_tokenize(text)
浏览 5提问于2020-01-06得票数 2
我正在写一个脚本，从文本文件中提取包含几个关键字中的任何一个的句子。然后，我将脚本更改为从文件中读取停止字。with open ('KeywordsEDF A.txt','r')fileinF=[]
for sent in fileinE:输出(fileinF)不包含句子'we&#
浏览 82提问于2020-08-19得票数 0
1回答
我正在做一个关键字提取任务，在这个任务中我想提取短语而不是单词。为了将每个句子分成有意义的部分，我首先对词性进行标注，然后根据语言规则仅提取名词短语。每个名词短语都是一个潜在的待提取关键字。然而，因为我只需要为每个给定的文档提取'k‘关键字，所以我需要一个很好的方法来对提取的名词短语进行排名。一种简单的</em
浏览 1提问于2015-10-15得票数 0
我正在创建一个程序，它从数组中读取关键字，然后将这个关键字与文本文件中的句子进行匹配。我已经创建了数组，并将其转换为arrayList。"Fixed bug"};newarray.addAll(Arrays.asList(faults));
我已经使用while循环和buffer阅读器读取了文件，它逐行读取<em
浏览 0提问于2013-02-21得票数 0
回答已采纳
我需要解析多个财务报表.txt文件，类似于这个。.txt文件没有标准化格式。然而，它们有类似的标题。我的目标是提取以以下关键字['Item', '7', 'Management', 'Analysis']开头并以['Item', '8', 'Financial', 'Statements']结尾的部分我的
浏览 3提问于2014-11-16得票数 0
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
