我目前正在撰写我的论文，应用将使用自然语言问答。我已经阅读了几种想法，并跟踪了关于自然语言问答的讨论，但我似乎找不到好的答案。

问题：如何从PDF、纯文本或MS Word文件中获取答案？

如果我想在PDF文件中搜索某个主题，我会使用Ctrl+F来查找该主题/想法，但它不会返回所有细节；就像目录一样，它只会给出章节的起始页和结束页。这正是我想要的逻辑。它将确定章节在不使用页面或数字的情况下结束。有没有能够做到这一点的算法？

回答：

我使用iTextPDF来读取PDF文件的内容。