我正在研究是否可以自动从合同中提取某些字段的信息（例如合同双方、开始和结束日期）。

我想知道是否可以通过将整个合同作为输入，信息作为输出，而不需要对整个文本进行标记或注释，就能使用机器学习提取这些信息。

我明白，对于每个目标字段的提取应该单独进行。

回答：

第一个问题 – 合同是如何存储的？它们是PDF格式还是基于文本的格式？

如果它们是PDF格式，有一些软件包可以从PDF中提取文本（例如pdftotext）。

第二个问题 – 您要查找的数据在每个文档中的位置是否相同？

如果是，您可以从合同中的已知位置提取您要查找的信息（如开始和结束日期）。如果不是，您将需要做一些更复杂的工作。例如，您可能需要搜索“开始日期”这样的文本，如果每个合同中使用的是相同的术语。如果合同与合同之间使用不同的术语，您可能需要从文本中提取意义，这可以通过一些高级的自然语言处理（NLP）来实现。

如果没有更多关于您问题的知识或具体的例子，很难说出您最好的选择是什么。