Xed : un outil pour l'extraction et l'analyse de documents PDF - @rchiveSIC
Conference Papers Conférence Internationale Francophone sur l'Ecrit et le Document (CIFED 04) Year : 2004

Xed : un outil pour l'extraction et l'analyse de documents PDF

Maurizio Rigamonti
  • Function : Author
Karim Hadjar
  • Function : Author
Denis Lalanne
  • Function : Author
Rolf Ingold
  • Function : Author

Abstract

PDF est devenu le format de prédilection pour l'échange de documents. Cependant, son utilisation se limite à la visualisation et à l'impression. De nouveaux besoins d'extraction du contenu et de recherche sont nés du fait de l'utilisation grandissante du format. Pour cette raison, de nouveaux outils ont fait leur apparition sur le marché. Ces derniers se limitent malheureusement à l'extraction automatique du contenu, sans prendre en considération ni la structure physique ni la structure logique du document. Nous proposons, dans cet article, une nouvelle approche palliant les insuffisances des outils d'extraction. Cette méthode combine a) des méthodes d'extraction appliquées aux fichiers PDF avec b) des méthodes d'analyse d'image de document visant à extraire la structure physique. Cet article décrit les différentes étapes nécessaires pour réaliser cette tâche.
Fichier principal
Vignette du fichier
sic_00001196.pdf (314.95 Ko) Télécharger le fichier
Loading...

Dates and versions

sic_00001196 , version 1 (07-12-2004)

Identifiers

  • HAL Id : sic_00001196 , version 1

Cite

Maurizio Rigamonti, Karim Hadjar, Denis Lalanne, Rolf Ingold. Xed : un outil pour l'extraction et l'analyse de documents PDF. Jun 2004. ⟨sic_00001196⟩
206 View
2549 Download

Share

More