研究人员开发了 O-Funnel,一个新颖的 Python 库,旨在无需手动编写模式即可从异构且不断变化的文档中提取数据。O-Funnel 将结构捕获与值提取分离,将 XML、JSON 和 HTML 等各种文档格式转录为统一的树状结构。这种方法确保即使在模式发生变化时,数据提取仍然健壮,正如其在模式重命名后对 PubMed 记录的完美准确性所证明的那样,其性能优于传统的基于正则表达式的解析器。 AI
影响 增强了处理各种不断变化数据源的 AI 系统的数据处理能力。
排序理由 详细介绍数据提取新方法和库的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →