izpis_h1_title_alt

Ekstrakcija gradnikov PDF datotek
ID Kastelec, Erik (Avtor), ID Mihelič, Jurij (Mentor) Več o mentorju... Povezava se odpre v novem oknu, ID Preželj, Andrej (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (13,41 MB)
MD5: 8C0426CA2E82ABF17EF17277AF029A71

Izvleček
PDF dokumenti predstavljajo velik del dokumentov v podjetjih in na spletu. Vsebinski podatki iz dokumentov so težko berljivi s pomočjo programske opreme, kar otežuje analizo in iskanje po dokumentih. Podjetja so si želela iskanja nizov v besedilu in tabelah, a odprtokodne rešitve, ki bi to omogočala v celoti, ni bilo. Obstajale so številne rešitve, ki rešujejo del problema, npr. ekstrakcijo besedila, tabel in analizo OCR. Obstoječe metode so bile smiselno nadgrajene in povezane v program in knjižnico PDFScraper, ki proces ekstrakcije in iskanja gradnikov poenostavi. Programska rešitev omogoča široko podporo različnim tipom dokumentov, kjer se dokument primerno pripravi, analizira in omogoči iskanje po njegovih gradnikih.

Jezik:Slovenski jezik
Ključne besede:PDF, ekstrakcija, OCR
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2020
PID:20.500.12556/RUL-120076 Povezava se odpre v novem oknu
COBISS.SI-ID:31440899 Povezava se odpre v novem oknu
Datum objave v RUL:15.09.2020
Število ogledov:1381
Število prenosov:207
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Extraction of elements from PDF documents
Izvleček:
PDF documents represent the majority of business and online documents. They focus on a visual representation of a document and do not contain structural information, which complicates analysis by computer software. Companies were looking for an open-source solution for searching through the content inside tables and text, which was not available. A lot of needed functionality was already available and was used and improved to implement an all in one solution called PDFScraper, which contains an easy to use program, as well as a backend library. PDFScraper supports different formats of input, which are appropriately transformed and analysed to make searching possible.

Ključne besede:PDF, extraction, OCR

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj