Распознавание текста в эксель и пдф

Добрый вечер. Решил попробовать в машинное обучение. Задача состоит в том, чтобы научить систему соотносить наименования из файлов. Есть файл эксель, где в столбик перечислена вся номенклатура из справочника номенклатура в 1С. Короче там наименования в столбик. Есть обучающий файлик, где три столбика name_1c, name_excel, match. Соответственно наименования из справочника, наименования клиента и match. В этом обучающем файлике match всегда равен 1, то есть система учится только на позитивных примерах. Работает это так: запускается окно, где нужно указать обучающий файл, файл справочника 1С и файл клиента, который может быть эксель или пдф. Результатом работы программы является файлик эксель, где будет распознанное наименование из файла заказчика и рядом с ним будет наименование из справочника 1С. То есть не нужно самому пытаться понять какое название номенклатуры заказчика, соответствует наименованию номенклатуры в справочнике 1С. Во вложении три файла, по которым всё это дело работает. Так же приложу файл справочника, файл клиента и обучающий файл. Хотелось бы, чтобы кто-нибудь глянул на реализацию и прокомментировал, потому что я даже не знаю, тут вообще машинное обучение реализовано или нет? Так же не понимаю какое для всего этого надо железо. В файлах могут быть тысячи строк, поэтому хотелось бы понимания в работе программы, то есть это код кривой и всё тормозит или система дохлая?

0

Вот файлы, кроме файла справочника 1С. Он больше 7м весит и форум не позволяет его прикрепить

Вложения

	PythonProject4.rar (22.4 Кб, 0 просмотров)
	labeled_data.xlsx (39.6 Кб, 11 просмотров)
	Заказчик.xlsx (24.3 Кб, 8 просмотров)
	!_LN2P.B.110.W.050707.03054.071.SD.0001_&_F=B03-нужно под B02 (есть наше).pdf (7.24 Мб, 16 просмотров)

0