我的目标是从旧的扫描报告中提取信息并存储在结构化数据库中。我已经使用Solr从这些报告中提取了文本。
所有这些都是科学报告，在报告内容方面有不同的结构，但所有这些都有类似的信息。我想使用这些报告创建一个结构化数据库，例如报告中涉及的公司名称，报告中涉及的软件名称，位置名称，实验日期等。对于每个字段，我都有一些关键词应该用于提取，例如位置信息：位置，实验地点，地点，设施等。这个方向的最佳方法是什么？
此外，在其中一些文件中，没有要处理的句子。信息以表格形式给出，例如：
地点：加拿大
实验日期：1985-05-01。
哪种技术最适合提取信息？还应该使用哪些软件库？