我有一堆.txt文件，这些文件是从PDF中提取的字符串，如下所示：
---Name:ID Number:--CONFIDENTIAL.Date:Description:Foo BarABC456789THIS PAGE INTENTIONALLY LEFT BLANK.05/04/17Lorem ipsum dolor sit amet在这些杂乱的信息中，我希望提取几个目标字段，并忽略其他信息：
Name: Foo BarID Number: ABC456789Date: 05/04/17Description: Lorem ipsum dolor sit amet我处理的大多数文档都有相同的格式，因此到目前为止，可以记录目标值出现的行号并保存这些信息。当然，这是一种粗糙的解决方案，因为存在各种格式，它们在转换为.txt时会被不同地解析。似乎可以通过机器学习来提取信息，因为我已经手动做了很多这样的工作，因此有足够的训练数据。任何新的文件格式出现时，我也能够手动进行训练。对于给定的机器学习算法，你会如何监督它并提供这种模式呢？
我有一些想法，你可以挑战一下：
- 正则表达式也是可行的选项，但它并不适用于所有情况，因为ID号的格式并不相同；它有时可能是1234567，也可能是ABC456789。也许可以训练机器学习来根据其训练内容生成自己的正则表达式序列。我认为这可能相关，但我不确定如何操作：http://alias-i.com/lingpipe/demos/tutorial/ne/read-me.html
- 我可以使用Tabula来检测PDF中的表格，并在进行任何机器学习之前，将非结构化表格替换为文本文件中的CSV格式。
- CNN或CRF适合处理此类数据。
我知道这是一个有主观色彩的问题（而且这不是一夜之间就能完成的），但我会很感激任何提示！
回答：
如果原始PDF文件是以表格格式呈现的，我建议使用表格提取方法，因为根据你上面分享的信息，这是确保获取正确字段的最可靠方法。
对我来说，对于这样一个简单的例子，CNN或CRF似乎有些过于复杂。一个简单的决策树或任何现成的监督式机器学习方法应该就足够了（再次，基于你上面分享的例子）。
