我想创建一个神经网络，可以从 pdf 文档中获取一些特定的单词到 JSON 或 XML 中。例如，假设我有一个包含有关国家/地区的一些信息的 pdf，并且我想恢复国家/地区的名称和人口以获得如下信息：

<countries>
  <country>
    <name>
      France
    </name
    <population>
      70m
    </population
  </country>
.
.
.
</countries>

我应该建立一个神经网络并自己训练吗？如果是这样，您能否提供一个很好的教程，或者是否有一个我可以使用的已经训练过的教程？