Torna alla panoramica

Informazioni dettagliate

Nome del software

swissgeol-assets-dataextraction

Suite di applicazioni

swissgeol.ch

URL del repository

https://github.com/swisstopo/swissgeol-assets-dataextraction.git(publiccode.yml)

Organizzazione

Ufficio federale di topografia (swisstopo)

Descrizione breve

Classification pipeline for categorising PDF pages from geological reports into document classes

Descrizione lunga

A pipeline that classifies pages from geological PDF files into various categories such as "map" or "borehole profile", and extracts relevant metadata from the files. The output can be used to automatically generate a table of contents for each document. The pipeline is used in this way for the geological documents that are published on the web application assets.swissgeol.ch. The repository supports two classifier approaches: a feature-based XGBoost model (default) and Pixtral Large via Amazon Bedrock.

Funzionalità

  • Classify PDF pages into 8 geological document classes
  • Feature-based XGBoost classifier with SHAP explainability
  • Pixtral Large classifier via Amazon Bedrock
  • Versioned REST API
  • Local MLflow experiment tracking

Stato di sviluppo

beta

Tipo di software

standalone/backend

Piattaforme

web

Licenza

AGPL-3.0-only

Manutenzione

Tipo di manutenzione:
community
Contatti:

Localizzazione

Pronto per la localizzazione:
No
Lingue disponibili:
en

Versione Publiccode.yml

0.5.0