我目前正在处理有关优化代理机构工作流程的问题。
该机构收到30-40个PDF / Word文档，这些文档应转换为Indesign-Files，将在报纸上打印。它总是相同的模式：带有徽标的工作广告，工作职位和一些文本。 每周相同的客户向我们发送他们的广告。我们的员工通常会采用现有文件的模式并复制粘贴新文本。
我们应用了一些修复格式规则，例如：不是跨行重叠的单词，作业标题和第一段之间的距离。一个重要的是保持高度尽可能小，以降低客户的成本。因为我们有许多新员工，兼职工作等，我们面临着巨大的波动。因此，我们希望对流程进行标准化，以便只为新广告做一些小改动....我猜你知道我的意思。
您是否认为使用NLTK改善流程的可能性？我想到训练一种识别＆＃34;职称＆＃34;，＆＃34;子弹点＆＃34;，徽标等的算法，并自动提出文本的形成。
一位同事告诉我只是写一个编写indesign文档的脚本。
你怎么看？谢谢到目前为止。这是一个简短的例子：
