NLP：文档的OCR中单词的位置特征

Question

我试图将NLP应用于OCR文档。要提取命名实体，如何使用文档中单词的位置等功能？

例如，我有一份健康报告，需要在特定区域提取报告中的化学术语，并避免在其他地方发生。我可以根据{top:x , left:y}的值为此定义一个位置特征吗？

有没有sklearn库？

Answer 1

您可以构建提取区域以获取此内容。 换句话说，将具有所需内容的文档分组在图像中的给定区域内，然后从该区域获取所有图像的内容。