EDS-PDF : Extraction d'informations textuelles à partir de documents PDF.

Objectifs de l’algorithme

EDS-PDF est un framework permettant l'extraction d'informations textuelles à partir de documents PDF. Vous pouvez l'utiliser tel quel ou l'adapter à votre cas d’usage spécifique. Il fournit un système de pipelines et divers outils pour la visualisation et le traitement des PDF, ainsi que de multiples composants pour construire des modèles complexes tels que :

• Extracteurs pour analyser les PDF (basés sur pdfminer, mupdf ou poppler) ;
• Classificateurs pour effectuer la classification des zones de texte, afin de segmenter les PDF ;
• Agrégateurs pour produire un résultat agrégé à partir des zones de texte détectées ; 
• Couches entraînables pour incorporer l'apprentissage automatique dans votre pipeline.
   

Plus de détails de documentation sur le GitHub.

Auteur(s)

Domaine médical

Méthodologie

Langage de programmation

Données utilisées

Données d'application

Les briques de la bibliothèque ont été utilisées afin d'entraîner un modèle sur les documents de l’entrepôt de données de santé de l’AP-HP. Ce modèle n’est pas public en raison de la sensibilité des données qui le composent. L’utilisateur doit fournir son propre jeu de données pour utiliser la bibliothèque.

Validation

Cette ressource a été évaluée en interne sur les documents de l’entrepôt de données de santé de l’AP-HP.

Date de dernière mise à jour

Maintenance

Maintenu par l’équipe data science de l’entrepôt de données (EDS) de l’AP-HP.

Comment installer l’algorithme ?

Comment utiliser l’algorithme ?

Support

Contributions

Crédits

Licence et conditions d’utilisation