Распознавание и парсинг PDF, DOC, нестандартных форматов с web является ключевой задачей для бизнеса и аналитиков, стремящихся автоматизировать сбор сведений. В интернете огромное количество информации заключено в документах, которые не предназначены для машинной обработки. Это финансовые отчеты, научные статьи, прайс-листы, договоры и резюме. Просто скачать такой файл недостаточно — нужно извлечь из него структурированные сведения, пригодные для дальнейшего использования, анализа или загрузки в базу...