Data Ninja:具有搜索和报告生成功能的文档聚类系统-开源

一个大学项目-具有附加功能的，用于审核客户端的文档聚类软件。 群集的主要任务是将目录中的文档作为输入，并输出一个Excel电子表格，该Excel电子表格显示文档的群集，每个群集包含彼此相似的文档。 搜索功能接受用户输入的搜索词，并输入包含文档的目录，然后输出一个Excel电子表格，显示包含搜索词的所有文档，并为其提供类似的文档。 第二个功能是为每个句子包含找到的文档中的搜索词。 专供审计公司使用的报告生成功能将审计报告作为输入，并输出见解日志和管理信草稿，以及从报告中提取的见解。 可以自定义此功能以适合公司的要求。 该软件可处理pdf，docx，txt和csv文件，并且zip文件必须保存在“我的文档”中。