想象一下，你给一个系统提供了一堆pdf，你和你只知道这些相关的“如何”（例如它们都是论文，新闻或发票）。系统知道批次已连接，但不知道它们之间的关系。
系统然后扫描这些pdf，并为每个文档建议索引及其各自的值。
以下是一个示例：您向系统提供公司获得的所有发票。系统处理这些文档并建议索引“供应商”，“发票成本”和“到期日”。 Foreach pdf系统还提取条目的值。
所以我的问题是：什么样的人工智能系统最适合这种情况？神经网络？组合？
答案 0 :(得分：1)
如果您知道机器应该查找的关键字，并且所有文档都遵循相同的格式，您可以通过关键字搜索来完成此操作。
但是，如果每个类别中的格式不一致，那么您需要考虑某种语言处理，以便机器能够理解正在进行的操作。
尝试对自然语言处理进行一些研究，这可能与您正在寻找的内容类似： NLP Wiki
答案 1 :(得分：1)
您正在寻找无监督学习算法。更具体地说，你的问题是clustering，因为你的系统对它要分析的数据一无所知，它必须对文档（或它们的属性）进行正确的分类。
在您的示例中，通过使用群集算法，您的系统可以学习区分您提供的文档并提取字段＆＃34; Invoice＆＃34;，＆＃34; Supplier＆＃34; ...
我链接的维基页面应足以大致了解您需要的算法类别。在Google上，你会发现关于这个主题的大量演讲幻灯片。