标签： ocr

使用NLTK从OCR中识别未分裂的单词

dawei Python 2020年8月4日

我正在使用NLTK处理从PDF文件中提取的一些文本.我可以完整地恢复文本,但是有很多实例没有捕获单词之间的空格,所以我得到像ifI而不是if,或者那个位置而不是那个位置的单词,或者他而不是和他的单词.我的问题是：如何使用NLTK查找它无法识别/未学习的单词,并查看