A tool for checking texts extracted from PDF – Bc. Samuel Benko
Bc. Samuel Benko
Bachelor's thesis
A tool for checking texts extracted from PDF
A tool for checking texts extracted from PDF
Anotácia:
Táto práca predstavuje vývoj a vyhodnotenie nástroja na extrakciu textu pre súbory PDF so zameraním na udržiavanie kontextu a zvládanie bežných problémov spojených s extrakciou textu PDF, ako je zlučovanie iniciálok, súvislých blokov, hlavičiek a pätiek, tabuliek, viacstĺpcových dokumentov, číslovaných dokumentov. zoznamy a delenie slov. Primárnym cieľom je znížiť ľudské úsilie potrebné na dohľad nad …viacAbstract:
This thesis presents the development and evaluation of a text extraction tool for PDF files, focusing on maintaining context and handling common challenges associated with PDF text extraction, such as merging initials, continuous blocks, headers and footers, tables, multi-column documents, numbered lists, and hyphenation. The primary goal is to reduce human effort required for overseeing extracted …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 18. 5. 2023
Identifikátor:
https://is.muni.cz/th/e233g/
Obhajoba závěrečné práce
- Obhajoba proběhla 26. 6. 2023
- Vedúci: RNDr. Vít Suchomel, Ph.D.
- Oponent: RNDr. Miloš Jakubíček, Ph.D.
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatikyMasaryk University
Faculty of InformaticsBachelor programme / odbor:
Programming and development / Programming and development
Práce na příbuzné téma
- Žádné práce na příbuzné téma.