- 将PDF文件内容转换为结构化数据。

- 参与文档章节识别模块实现，定义文档内容数据结构及模块接口，实现文档元素识别算法。

- 基于中文分词，依存句法分析，成分句法分析、实体识别实现段落信息结构化输出。

- 设计并实现基于触发词的表格内关系抽取方法。

- 设计并实现基于自定义特征的信息抽取值评价指标(置信度)。