文件名称：dataFusion:非结构化和结构化数据集之间的匹配
文件大小：37.11MB
文件格式：ZIP
更新时间：2024-05-20 02:48:06
Scala
dataFusion 介绍 目的是通过将非结构化数据与结构化数据融合来提取有用的信息。 这个项目： 提取文本和元数据，并使用从多种非结构化文档格式（PDF，Word，Excel等）执行语言检测。 处理包括嵌入式文档，在图像的情况下，涉及使用 获取文本。 执行（NER）； 提供对文档中已知实体的批量搜索，报告每个匹配项的位置； 建立实体的网络，这些实体在文档中紧密并排在一起，因此可能以某种方式相关联； 为上述和多线程命令行界面提供Web服务（访问相同功能的两种选择）。 下图描述了处理步骤和数据流。 请参阅，以获取每一步数据的详细信息。 项目结构 顶层目录为每个中的子项目提供构建： dataFusion-$name库的dataFusion-$name ； 和 Web服务的dataFusion-$name-service 。 该库项目的dataFusion- {tika，n