原创 使用pdfbox提取pdf文件中的字符信息
前段時間使用了一下pdfbox（1.6.0）的文本提取功能，發現很好用。但是能給出的比較準確的結果只有行的粒度，後來又有了定位文章題目、章節標題、自然段落的需求，pdfbox目前好像沒有這方面的支持（尤其是對於中文的期刊論文而言，排版情況
2018-08-26 02:41:37
19
原创 SRILM學習筆記說明
最近學習了一下SRILM的源代碼，分享一下學習筆記（最新完整版本），希望能夠對大家瞭解SRI語言模型訓練工具有些許幫助。限於本人水平，不足之處，望大家多多指教。 筆記的主要內容使用starUML及其逆向工程工具繪製，主要針對SRILM的訓
2018-08-26 02:41:37
27