В данной публикации рассмотрим создание микросервисного приложения для распознавания лиц и подсчет их количества с помощью таких инструментов, как библиотека OpenCV и Flask для Python и Postman для тестирования запросов

Отсутствие организованного хранения загруженных файлов может существенно осложнить понимание того, какие типы данных и в каком объеме у вас накоплены, а также увеличить время на классификацию форматов и их упорядочивание. Предлагаю вашему вниманию свой опыт создания автоматизированного метода сортировки файлов по типам

Рассмотрим базовые методы предобработки данных для моделей машинного обучения: научимся токенизировать текст и разберем нестареющую классику — TF-IDF, Word2Vec и CountVectorizer.

Нужно найти в docx-файле определенный фрагмент и оставить к нему комментарий? bayoo-docx (форк python-docx) умеет это! В конце статьи в виде бонуса расскажем, как определить номер страницы. 😊

Знакомство с инструментом Flask. Основные преимущества и методы работы

В нашей деятельности довольно часто приходится работать с большими объемами документов, к примеру, исполнительными листами, заявлениями, договорами, из текстов которых нам зачастую необходимо извлечь весьма конкретную информацию: ФИО, даты рождения, наименования должности, паспортные данные, адрес, ИНН и наименование компаний, даты подписания документов и так далее. Всё это относится к задаче распознавания именованных сущностей (NER). Так какие инструменты могут помочь нам в решении данной задачи для русского языка?

В ходе исследовательских проектов с применением NLP-моделей возникает необходимость извлечь текст из всех доступных видов файлов.