NLP：文檔的OCR中單詞的位置特徵

Question

我試圖將NLP應用於OCR文檔。要提取命名實體，如何使用文檔中單詞的位置等功能？

例如，我有一份健康報告，需要在特定區域提取報告中的化學術語，並避免在其他地方發生。我可以根據{top:x , left:y}的值爲此定義一個位置特徵嗎？

有沒有sklearn庫？

Answer 1

您可以構建提取區域以獲取此內容。 換句話說，將具有所需內容的文檔分組在圖像中的給定區域內，然後從該區域獲取所有圖像的內容。