请问pdf还是html更容易text processing？ - CS版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

CS版 - 请问pdf还是html更容易text processing？

相关主题
● 请问NATURAL LANGUAGE PROCESSING，或者说TEXT MINING里面哪个方向找工作最方便	● 好的视屏编辑软件
● 感觉现在计算机发展已经有了瓶颈	● 向各位计算机高手求助
● 一个关于 critical section 的作业题 (转载)	● 有没有人投miccai的，北京开的 (转载)
● firefox浏览器插件开发，要求实现过滤掉敏感词 (转载)	● 请问如何格式化 (转载)
● 在PC下用什么软件把外置硬盘格式化为mac可读的格式？	● How to encrypt an image into some text?
● mp4 convert to..	● Please recommend a text book for data mining!
● 想截取Rm 格式视频片断，用啥软件好？谢谢！	● 做text mining的同修，请推荐一个好的tokenization的library？
● bmp 文件格式问题	● C++ 初级再初级问题 (转载)

相关话题的讨论汇总
话题: html话题: pdf话题: text

进入CS版参与讨论

1

(共1页)

F****3 发帖数: 1504	1 同样的文档，但是可以提供两种不同的格式，html或者pdf。请问如果做textual analysis的话，比如把文字和dictionary match那种格式更容易一些呢？谢谢！
l****g 发帖数: 761	2 html
F****3 发帖数: 1504	3 太好了，谢谢啊！

1

(共1页)

进入CS版参与讨论

相关主题
● C++ 初级再初级问题 (转载)	● 在PC下用什么软件把外置硬盘格式化为mac可读的格式？
● 终于想到Google Voice的好用处了 (转载)	● mp4 convert to..
● google interview, text mining (转载)	● 想截取Rm 格式视频片断，用啥软件好？谢谢！
● 【求教】Text Indexer for Large Volume of ASCII files【先谢】	● bmp 文件格式问题
● 请问NATURAL LANGUAGE PROCESSING，或者说TEXT MINING里面哪个方向找工作最方便	● 好的视屏编辑软件
● 感觉现在计算机发展已经有了瓶颈	● 向各位计算机高手求助
● 一个关于 critical section 的作业题 (转载)	● 有没有人投miccai的，北京开的 (转载)
● firefox浏览器插件开发，要求实现过滤掉敏感词 (转载)	● 请问如何格式化 (转载)

相关话题的讨论汇总
话题: html话题: pdf话题: text

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)