构建生物医学知识图谱from zero to hero （2）：文献抽取

我们选取一篇文献，将文献PDF转换成图片，然后采用pytesseract 实现图片文字识别。

import requests
import pdf2image
import pytesseract

pdf = requests.get('https://arxiv.org/pdf/2110.03526.pdf')
doc = pdf2image.convert_from_bytes(pdf.content)

# Get the article text
article = [