Настроить поиск по меткам

Збір інформації, Обробка даних, Налаштування ПЗ та серверів — неправильно зазначені категорії?

1500 UAH

нужен скилл настраивать регулярные выражения для поиска данных в тексте

Есть массив 500 документов.

И есть 7 столбиков таблицы excel. Нужно настроить метки так, чтобы эти 7 столбиков заполнялись автоматически данными из 500 документов.

Пока что Из 528 документов добыты данные:

Номер договора - 216

ФИО должника - 452

Адрес должника - 83

Дата рождения - 98

Номер дела - 380 (многие с ошибками)

Дата СП - 306

https://drive.google.com/file/d/1D9AFewQT_tU4Ivh4RnijbmYEXZwUamJP/view?usp=drivesdk

в архиве выше

DocProc3\bin\Debug\doc\ocr_out_single\markers_sp.xlsx

это метки

DocProc3\bin\Debug\doc\ocr_out

тут доки

Ставки Обговорення 7

Орися Рузак 2 липня 2019

скиньте образци, щоб ознайомитись детальніше

Николай Гриневич 3 липня 2019

Вам нужно в веб-пространстве или десктоп/мобайл прилложение?
Первый вариант быстрее. Десктоп/мобайл дольше. Соответственно, и цена.
И еще, если они все xlsx, то сумма будет меньше, только в рамках разработки, если же ранние (xls), то там придется за проприоритарное ПО платить. Либо пользоваться каким-то взломанным, а потом терять деньги. Увы.
Не, есть еще мозговыносные варианты. Навскидку 2-3 могу назвать. Но все они выльются во время+деньги.

Олександр Вишняк 4 липня 2019

Ну, надо провести кластеризацию документов и для каждого кластера определить свой набор выражений для каждого поля. Я так понял, у вас реализована вся цепочка промежуточных действий - надо только довести эту систему до полностью рабочего состояния - верно?

Николай Гриневич 4 липня 2019

Не нужна там кластеризация - это впихивание невпихиваемого там, где оно и даром не нужно.
500 доков (не 500 млн) - там обычный императивный подход будет лучше всего.
Знаете, это, как заказать модный кинжал вместо ножа, чтобы разрезать котлету в ресторане. )

Олександр Вишняк 4 липня 2019

У чуваков при "обыкновенном подходе" находит в лучшем случае 60%. Надо, конечно, еще посмотреть на их формулы, но как рни крути универсальный паттерн не придумаешь - нужна как-то сортировать, специализировать - кластеризировать.

Николай Гриневич 4 липня 2019

Вы противоречите сами себе. Кластеризация - это сверхвысокий уровень, который подразумевает нд-обертки нной степени. При 500-1000 файлов (даже при 100 тыс.) это нагруска непомерного уровня.
Там вообще на супернизком уровне решается. Если прикладное ПО, то Питон, или С#, на крайняк. Если сервак на линуксе, то чистый Перл.
Не нужно изобретать велосипед. )