文文档语料提取与脱敏管道
· 24h新增
基本信息
| 名称（name） | 文档语料提取与脱敏管道 |
|---|---|
| 简介（displayDescription） | 把成批混合格式文档（docx/xls/xlsx/pptx/pdf/doc/rtf）批量转为规范化纯文本语料，并产出可对外发布的完全脱敏版本。覆盖：扫描 PDF 的 OCR 识别提取（RapidOCR 本地引擎）、不可解析件抢救、隐私分级分诊、五步脱敏法（词频统计→上下文抽取→替换表构造→长匹配优先替换→泄漏正则终检）、手机号/身份证/邮箱/账号的规则化改写，以及工作区归档与索引编制。OCR 链路内置换行/页码噪声修复、地名分级泛化，以及年份与公司文号的整体去除后规则（国家 / 省级政府公开政策文号保真）。 |
| 分类（categories） | 商业运营 |
| 累计使用人次 | 0 |
| 最后更新（created_at） | 2026-10-03 |
| 版本（version） | 1.3.0 |
每日记录
本服务按天记录的使用人次。共 1 天 —— 满 2 天后会显示日增。
| 日期 | 累计使用人次 | 24h增量 |
|---|---|---|
| 2026-10-04 | 0 | — |
同类排行
按职称、花名、标签与简介的文字相似度找出的同类服务（不限分类），点「对比」与当前服务并排比较。返回 技能排行 看完整榜单。
| 排行 | 职称 | 使用人次 | 操作 |
|---|---|---|---|
| 1 | PPDF转Markdown 文档解析 文本提取 | 98 | 对比 |
| 2 | 扫扫描版PDF试题提取与校对 | 9 | 对比 |
| 3 |  文档脱敏 · 外发前信息清理 |
1 | 对比 |
| 4 | PPDF文档 智能提取 格式转换 | 1 | 对比 |
| 5 |  公众号人间故事写作与脱敏 |
0 | 对比 |
| 6 | PPDF 关键词提取与表格化 | 0 | 对比 |
| 7 | PPDF表格提取与CSV整理 | 0 | 对比 |
| 8 | 短短视频文案提取与改写 | 11 | 对比 |