游泳 Ruta 输入类型 - html
UIMA Ruta input type - html
我有pdf和word文件需要作为Ruta的输入。我可以将它们转换成文本文件，但如果我这样做会丢失所有表格和格式。无论如何我可以在不丢失任何信息的情况下使用它们吗？
谢谢！
您需要一个能够将 pdf (/doc/docx) 转换为 html 的附加程序。主要有两种不同类型的 PDF 转换器：一种使用绝对位置来生成美观的 html，另一种仅依赖 html 元素和 css。对于加工表，我推荐后者。我个人使用商业解决方案，但也有很多好的开源软件，例如 pdf2htmlEX
如果您有 html，那么您可以应用 HtmlAnnotator 和 HtmlConverter 来获取带有 html 标签注释的纯文本，如 UIMA Ruta documentation
中所述
我有pdf和word文件需要作为Ruta的输入。我可以将它们转换成文本文件，但如果我这样做会丢失所有表格和格式。无论如何我可以在不丢失任何信息的情况下使用它们吗？
谢谢！
您需要一个能够将 pdf (/doc/docx) 转换为 html 的附加程序。主要有两种不同类型的 PDF 转换器：一种使用绝对位置来生成美观的 html，另一种仅依赖 html 元素和 css。对于加工表，我推荐后者。我个人使用商业解决方案，但也有很多好的开源软件，例如 pdf2htmlEX
如果您有 html，那么您可以应用 HtmlAnnotator 和 HtmlConverter 来获取带有 html 标签注释的纯文本，如 UIMA Ruta documentation
中所述