Trích xuất văn bản có cấu trúc — Trích xuất biểu mẫu & bảng

Trích xuất văn bản có cấu trúc là một quy trình xử lý tài liệu tự động xác định và lấy ra các bảng, trường biểu mẫu và dữ liệu có cấu trúc từ các tài liệu PDF, HTML và quét. Nó chuyển đổi các bố cục tài liệu không đồng nhất thành các bản ghi có thể đọc được bằng máy, sẵn sàng cho phân tích và được sử dụng rộng rãi trong các quy trình thu thập dữ liệu, các dự án số hóa tài liệu và xây dựng kho ngữ liệu học thuật.