避免特定模式的大多数硬编码规则 .
我目前正在开发与AWS Textract类似的项目，link here . 我试图弄清楚如何从这一堆信息中获取现有的Key-Value Pairs，并以最佳方式解决问题 .
例如，我们有这样的文字：
在本文档中，我们将找到不同的键和值，如id：1和那个国家：法国没有特定的标点符号，可能还在谈论我的 Health 状况有多好......
提取将是这样的：
id : 1
country : France
health : good
我真正知道的是，亚马逊使用“置信度”变量从这种场景中提取信息，我猜这涉及一些机器学习算法 . 就我而言，我没有那么大的数据库可供学习 .
我非常确定有一个更简单的解决方案，而且不太灵活 .
1 回答
我相信spaCy库可能是满足您需求的正确工具 . 查看GitHub上的描述来弄清楚 .
它可以使用spacy-nlp包暴露给Node JS .