Prototipo de Herramienta de Software para la Extracción de Información en Documentos PDFf Utilizando un Motor de Base de Datos nosql
En este trabajo se presenta el desarrollo de una herramienta de extracción de información para documentos PDF, cuyo funcionamiento se basa en la combinación de técnicas de rastreo de información, reconocimiento óptico de caracteres y patrones de extracción de información. El principal objetivo es pe...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2017
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/7308
- Acceso en línea:
- http://hdl.handle.net/11349/7308
- Palabra clave:
- OCR
Crawler
NLTK
Extracción
INGENIERÍA DE SISTEMAS - TESIS Y DISERTACIONES ACADÉMICAS
RECUPERACIÓN DE INFORMACIÓN - PROGRAMAS PARA COMPUTADOR
DESARROLLO DE PROGRAMAS PARA COMPUTADOR
LINGÜÍSTICA COMPUTACIONAL
OCR
Crawler
NLTK
Extract
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| Summary: | En este trabajo se presenta el desarrollo de una herramienta de extracción de información para documentos PDF, cuyo funcionamiento se basa en la combinación de técnicas de rastreo de información, reconocimiento óptico de caracteres y patrones de extracción de información. El principal objetivo es permitir la búsqueda de entidades nombradas en documentos PDF que se encuentran alojados en un dominio específico. |
|---|