- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
文本知识格提取小组汇报内容.ppt
文本知识格提取小组汇报内容 陈瑛 王嘉炜 凯秋雯 2014.11.16 对1975年到2012年的SIGMOD论文,利用PDFBox包进行部分函数的改写,实现文本知识格的提取与优化 文本知识格的范畴:定义(Definition)、算法(Algorithm)、举例(Example)、命题(Proposition)、引理(Lemma)、定理(Theorem) 小组任务 识别所有以Algorithm为算法 识别所有以Proposition为开头的命题 识别所有以Definition开头的定义 识别所有以Example为开头的例子 详细任务 定义 算法 举例 命题 错误举例 现阶段问题与解决思路 01 02 03 如何识别文本知识格的末尾 识别末尾标识符(句号等等) 如何消除存储到txt时产生的乱码 可以只考虑保证普通文本的正确性,特殊符号不考虑 如何消除分页导致的文本分割 图像可分开截取后进行拼接(可以因避免转换产生乱码);另可以将论文首先转换为txt格式,识别出文本后在PDF中进行查找与截取 可行思路 寻找除了PDFBox之外的其他可用java包并进行比对与选择 将pdf转为word或txt以后进行识别,然后将文本单独存储为图片 将pdf转化为word以后乱码较少,将pdf转化为txt不会出现分页的问题 机器学习方法进行提取(时间充裕的话) 比较考验规则的完善性。但由于时间比较紧张,短期无法达到预期 01 02 03 11.16 12.20 11.30 12.31 进度安排 数据校对,保证数据的正确性 学习相关代码,找出现存问题,寻找更优的识别规则,设计相应算法 1.25 提取初步结果,并对算法进行进一步的修改 探索其他方法 学习代码,理解代码,并成功运行 搜集整理原始代码运行结果,统计提取的成功率,对各种错误进行分类,统计相应概率 思考更好的识别规则 下周任务 Thank You
您可能关注的文档
- 抗击艾滋 从我做起 -------江苏高校2013年艾滋病健康教育.ppt
- 报告 2011年dl2014052020140520035311438ppt.ppt
- 报告 2014学年度;报告 中大附中20130141124161222816ppt.ppt
- 报告 2014年3月;报告 深圳市adFilesxkjx201411201411240945369426ppt.ppt
- 报告 中学upfiles20141020141020105636626ppt.ppt
- 报告 学校;报告 知识UploadFilesWebEditfile2014070820140708152250_0781ppt.ppt
- 报告 福建医科大学;报告 大学loadFilesxkjx201410201410301029067983ppt.ppt
- 报告全本链-建设项目基本情况.doc
- 指鹿为马一词出自《史记·秦始皇本纪》。相传赵高试图要.ppt
- 捕捉敏感点 慧眼辨病句.ppt
最近下载
- 南开大学(2020-2021 )《领导学》在线作业-答案.doc VIP
- 第四版(2025)国际压力性损伤溃疡预防和治疗临床指南解读PPT课件.pptx VIP
- 成都名校小升初数学试题汇总4套含答案.pdf VIP
- 2024年全国统一高考英语试卷听力+原文+答案(全国卷Ⅰ、Ⅱ).docx
- 家蚕有色茧丝胶蛋白的提取工艺及其理化特性分析.docx VIP
- 夏季四防安全培训课件.pptx VIP
- 赤泥堆场技术标准.pdf VIP
- 奥鹏南开大学 20秋学期(1709、1803、1809、1903、1909、2003、2009 )《领导学》在线作业_2.doc VIP
- 南开19春学期(1503、1509、1603、1609、1703)《领导学》在线作业-02答案.doc VIP
- 2025+CSCO非小细胞肺癌诊疗指南解读 (2)PPT课件.pptx VIP
文档评论(0)