【文件属性】：
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：2021-04-30 09:01:26
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