大文档上的实体提取

Question

我需要从word和pdf文档中提取实体。文档可以在10到20页的范围内。是否有可扩展的库/ API可以插入我们的处理管道？任何不同解决方案的比较研究都会有所帮助。

Answer 1

看看Watson Natural Language Understanding（你需要获得一个IBM ID，然后登录才能看到这个内容 - 别担心，费用是0美元）。使用Watson Natural Language Understanding，您需要查看API Explorer，以找到用于获取所需结果的正确API语法。

我也注意到提到Word / PDF文档。您需要使用Watson Discovery服务转换那些，然后您可以将转换后的文档传递给Watson Natural Language Understanding，其中包含JSON，文本或HTML输入。