GitHub公開プログラムの追加

PDFからテキストデータを抽出して機械学習等に適用するためのツールをGitHubから公開しました。

https://github.com/ndl-lab/dataprocessingforpdf（外部サイト）

ご利用の際は「NDLラボ公式GitHubアカウント運用方針」をご一読ください。

なお、NDLラボ公式GitHubアカウント（外部サイト）では、プログラムのほか、以下のようなデータセットも公開しています。あわせてご利用ください。

• NDL-DocLデータセット（資料画像レイアウトデータセット）
• 文字画像データセット（漢字300文字版）
• 文字画像データセット（平仮名73文字版）
• 次世代デジタルライブラリーに搭載されているテキストデータ