文档格式转换
功能简介 文档格式转换将PDF、图片等不可编辑的文档转换为Word、Excel等可编辑的文档格式，在实现高精度内容识别的同时，最大限度地保留原始文档的版式样式。功能详情 PDF转Word 将PDF转换为可编辑的Word文档，最大可处理100MB以内的PDF...
RecognizeDocumentStructure-文档结构化识别
}],"prism_rowsInfo":[{"rowId":0,"word":"1.1技术方案设计"},{"rowId":1,"word":"贵公司进行防磨喷涂的锅炉均为循环流化床锅炉，作为一种新型燃烧技术，由于炉型结构和设计参"},{"rowId":2,"word":"数等特点，在环保性能、燃烧效率、燃料...
PredictPreTrainModel-预置能力服务预测API
{"x":471,"y":139 },{"x":471,"y":153 },{"x":468,"y":153 }],"word":"x"},{"prob":0.99,"pos":[{"x":473,"y":139 },{"x":476,"y":139 },{"x":476,"y":153 },{"x":473,"y":153 }],"word":"x"}]}],"name":"姓名","location":[{"x":468,"y":...
PredictPreTrainModel-预置能力服务预测API
word":"x"},{"prob":0.99,"pos":[{"x":439,"y":164 },{"x":448,"y":164 },{"x":448,"y":179 },{"x":439,"y":179 }],"word":"x"},{"prob":0.99,"pos":[{"x":450,"y":164 },{"x":467,"y":164 },{"x":467,"y":179 },{"x":450,"y":179 }],...
RecognizeTableOcr-表格识别
444,"y":169},{"x":300,"y":169}],"tableCellId":2,"word":"星期一","xec":3,"xsc":3,"yec":1,"ysc":1},{"pos":[{"x":444,"y":109},{"x":588,"y":109},{"x":588,"y":169},{"x":444,"y":169}],"tableCellId":3,"word":"星期二","xec":4,"xsc...
物化视图
Index Only Scan using wrd_word on wrd(cost=0.42.4.44 rows=1 width=0)(actual time=0.039.0.039 rows=0 loops=1)Index Cond:(word='caterpiler':text)Heap Fetches:0 Planning time:0.164 ms Execution time:0.117 ms 不管哪种方式，...
pg_trgm
t|dist-+-word|0 word test|0.5 test word|0.5 w0rd|0.75 This is a pg_trgm test|1(5 rows)结合索引加速模糊匹配查询 在未使用pg_trgm插件时，模糊匹配查询（LIKE查询）不能使用索引，查询性能通常较慢。pg_trgm插件提供了GIST和GIN索引...
管理与使用词库
创建索引并指定mapping中某个字段的分词为"ik_max_word"，进行数据插入并查询分词验证 PUT/my_index {"mappings":{"my_type":{"properties":{"text":{"type":"text","analyzer":"ik_max_word"} } } } }#插入数据 POST/my_index/_doc/{"text...
psql支持
path|URL path version|Version number word|Word,all letters(23 rows)\dFt[+][PATTERN]列出文本搜索模板（加上+得到更多细节）。\dFt List of text search templates Schema|Name|Description-+-+-pg_catalog|ispell|ispell dictionary ...
相似标签自动归类
在画布中单击 Word2Vec-1 组件，在右侧 字段设置 页签，设置 选择单词列 为 word，在 参数设置 页签，选中 采用hierarchical softmax。单击 Word2Vec-1 组件，在快捷菜单，单击 执行该节点。结果示例如下图所示。⑤ 词向量聚类。使用K均值...
三元组转kv
create table triple2kv_test_input as select*from(select '01' as id,'a' as word,10 as count from dual union all select '01' as id,'b' as word,20 as count from dual union all select '01' as id,'c' as word,30 as count from ...
小程序使用指南
文档智能产品提供移动端小程序，支持文档内容提取与文档格式转换等功能，为用户提供触手可及的智能服务。您可以通过钉钉APP或阿里云盘APP搜索“传图识字...支持PDF转Word、图片转Word、PDF转Excel、图片转Excel、PDF转图片、图片转PDF等功能。
设置复选框（窗口）
流程搭建示例 搭建流程 创建并打开名为“新建 Microsoft Word 文档”的Word文档 利用 获取窗口 组件，获取“新建 Microsoft Word 文档”通过 捕获控件 功能，捕获该Word文档中视图页签内网格线的复选框元素 利用 设置复选框（窗口）组件，...
QueryProcessor
描述 opensearch 应用版本的查询意图理解规则 示例 {"name":"qp_lsh_test_1","domain":"GENERAL","processors":[{"name":"stop_word","use_system_dictionary":true,"intervention_dictionary":""}],"indexes":["default"],"active":true }...
QueryProcessor
描述 opensearch 应用版本的查询意图理解规则 示例 {"name":"qp_lsh_test_1","domain":"GENERAL","processors":[{"name":"stop_word","use_system_dictionary":true,"intervention_dictionary":""}],"indexes":["default"],"active":true }...
Pipeline示例
{"word"}).setPartitionColumns(new String[]{"word"}).setOutputGroupingColumns(new String[]{"word"}).addReducer(SumReducer.class).setOutputKeySchema(new Column[]{ new Column("word",OdpsType.STRING)}).setOutputValueSchema(new...
API概览
文档格式转换 API API概述 PDF转Word 将PDF转换为可编辑的Word文档，精准识别文本内容，并保留原始文档的版面样式信息。图片转Word 将图片转换为可编辑的Word文档，最多同时支持30张图片转换，精准识别文本内容，并保留原始文档的版面样式...
产品功能相关
文档智能技术依托多模态文档预训练模型，对PDF/Word/Excel/图片等非结构化文档进行结构化信息提取，通过层次化版面分析、多模态文档识别、多版式异构表格理解等核心算法技术，可实现多页长文档和复杂表格的处理。文档智能和文字识别有什么...
获取文本（窗口）
流程搭建示例 搭建流程 创建并打开名为“新建 Microsoft Word 文档”的Word文档 利用 获取窗口 组件，获取“新建 Microsoft Word 文档”通过 捕获控件 功能，捕获该Word文档下图元素“插入引用目录”利用 获取文本（窗口）组件，选择捕捉的...
Grep示例
}/*The inverse function.Input keys and values are swapped.*/Override public void map(long recordNum,Record record,TaskContext context)throws IOException { word.set(new Object[]{ record.get(0).toString()});count.set(new ...
隔离功能扩展
} public void setWord(String word){ this.word=word;}/*只设置了一个贡献点，该方法还比较简单，随着贡献点增多，方法会变复杂。public void registerExtension(Extension extension){ Object[]contributions=extension.getContributions...
资源包
例如：您购买了PDF转Word的资源包，只能抵扣PDF转Word使用API和轻应用的费用，不能抵扣PDF转Excel、图片转Word等其他商品产生的费用。退订规则 资源包若在有效期内未使用，可申请退费；若资源包过期或已经产生了抵扣，则无法进行退费。退费...
文档格式转换
Word、Excel、PPT、PDF PNG、JPEG 无 Word、Excel、PPT、PDF TXT 无 JPEG PDF 无 支持的输入文件类型 文件类型 文件后缀 Word doc、docx、wps、wpss、docm、dotm、dot、dotx、html PPT pptx、ppt、pot、potx、pps、ppsx、dps、dpt、pptm、...
MapReduce
Map阶段：Map处理输入，每获取一个数字，将数字的Count设置为1，并将此<Word,Count>对输出，此时以Word作为输出数据的Key。Shuffle>合并排序：在Shuffle阶段前期，首先对每个Map Worker的输出，按照Key值（即Word值）进行排序。排序后进行...
地址抽取
余杭区 默认行政区 返回数据 名称 类型 示例值 描述 Data String {"location_extract":[{"start":0,"end":8,"type":"LOC","word":"文一西路969号"}],"time_used":{"rt":{"location_extract":"0.008937358856201172"},"start":"1589799727....
姓名抽取
DefaultDistrict String 否 余杭区 默认行政区 返回数据 名称 类型 示例值 描述 Data String {"person_extract":[{"start":8,"end":11,"type":"PER","word":"张小明"}],"time_used":{"rt":{"person_extract":"0.013421058654785156"},...
解析器
alias|description|token-+-+-numhword|Hyphenated word,letters and digits|foo-bar-beta1 hword_asciipart|Hyphenated word part,all ASCII|foo blank|Space symbols|-hword_asciipart|Hyphenated word part,all ASCII|bar blank|Space ...
使用pg_jieba插件进行中文分词
词典表 jieba.jieba_custom_word 的表结构如下：CREATE TABLE jieba.jieba_custom_word(word text primary key,-自定义词 weight float8 default '1.0',-权重 type text default 'x'-词性);申请权限 提交工单，在工单中申请自定义词典的...
全文检索
postgres=INSERT INTO zhparser.zhprs_custom_word(word,attr)values('这是','!');INSERT 0 1 postgres=SELECT sync_zhprs_custom_word();sync_zhprs_custom_word-(1 row)postgres=\q-重新建立连接。postgres=SELECT to_tsvector('zh_cn','...
使用IK分词插件（analysis-ik）
duplicated_term":true } },"analyzer":{"ik_pinyin_analyzer":{"type":"custom","tokenizer":"ik_max_word","filter":["my_pinyin"]} } } },"mappings":{"properties":{"text":{"type":"text","analyzer":"ik_pinyin_analyzer"} } } } ...
自定义埋点
}/在 hello 方法上使用@Tracer 注解进行埋点@Tracer private String helloInner(String word){ return"glmapper:hello"+word;}@Tracer 是基于 Spring AOP 实现，因此一定程度上依赖 Spring 中的代理机制。如上述代码片段中所示，helloInner...
电话号码抽取
DefaultDistrict String 否 余杭区 默认行政区 返回数据 名称 类型 示例值 描述 Data String {"phone_extract":[{"start":8,"end":19,"type":"TEL","word":"1333333*"}],"time_used":{"rt":{"phone_extract":"0.014524221420288086"},...
PDF识别
69</Y><Height>265</Height><Width>29</Width></WordsInfo><WordsInfo><Word>普通发票</Word><Angle>0</Angle><X>678</X><Positions><X>678</X><Y>48</Y></Positions><Positions><X>824</X><Y>47</Y></Positions><Positions><X>824</X><Y>...
FileParserConfigClientDTO
例子 {/是否翻译Word页眉、页脚"translateWordHeaderFooter":true,/是否翻译Word批注"translateWordComments":true,/不翻译的word样式"excludeWordStyles":["fake_data"],/是否翻译Excel隐藏行、列"translateExcelHiddenRowsCols":false,/...
Application
将十进制数字转换为二十六进制字母串A~Z const word=await app.Base10To26(23);console.log(word);} Application.Base26To10()通过 Base26To10()方法，您可以将二十六进制字母串A~Z转换为十进制数字。语法 表达式.Application.Base26To10()...
定制排序模型特征配置规范
contain is_equal common_word：计算query与title间重复term diff_word：计算query与title间不重复term query_common_ratio：计算query与title间重复term数占query中term比例 title_common_ratio：计算query与title间重复term数占title中...
什么是文档智能
进行文档格式转换，如PDF转Word/Excel、图片转Word/Excel等。在贸易单证、合同等企业文档中进行场景化智能文档处理。借助自学习工具，自行定义所需抽取的文档信息并训练文档处理模型。产品架构 文档智能平台以非结构化文档为输入，依托文档...
使用AliNLP分词插件（analysis-aliws）
{"tokens":[{"token":"i","start_offset":0,"end_offset":1,"type":"word","position":0 },{"token":"like","start_offset":2,"end_offset":6,"type":"word","position":2 },{"token":"go","start_offset":7,"end_offset":9,"type":"word",...
Nlu-统一NLU接口
Word string 同义词 天气 GlobalSensitiveWordList object[]全局敏感词列表 StandardWord string 名词 天气 Word string 同义词 天气 DsNluInfo object 对话工厂的 nlu 信息 EntityList object[]实体列表 Name string 实体名称@城市 Origin...
RDS(MySQL)
CREATE TABLE `word_count_demo`(`word` text,`count` int(11)DEFAULT NULL)ENGINE=InnoDB DEFAULT CHARSET=utf8;4.登录Databricks数据洞察集群进入Notebook，代码实现MySQL数据读写。示例文本下载：The_Sorrows_of_Young_Werther.txt%...
- 产品推荐
- 这些文档可能帮助您