Ekstraktimi i Tekstit të Strukturuar — Ekstraktimi i Formateve dhe Tabelave

Ekstraktimi i tekstit të strukturuar është një proces i përpunimit të dokumenteve që identifikon dhe nxjerr automatikisht tabela, fusha formularësh dhe të dhëna të strukturuara nga dokumente PDF, HTML dhe të skanuara. Ai konverton paraqitjet heterogjene të dokumenteve në rekorde të lexueshme nga makineritë, të gatshme për analizë, dhe përdoret gjerësisht në rrjedhat e punës së mbledhjes së të dhënave, projekte të digjitalizimit të dokumenteve dhe ndërtimin e korpusit akademik.