如果我说我基本上已经阅读了本网站上有关此主题的所有主题，请相信我。他们中的许多人都有类似的标题，但问题在某种程度上有所不同。
小背景：刚开始学习 TensorFlow，我也是机器学习世界的新手……对于我将在这篇文章中写的任何愚蠢的东西感到抱歉。当然，我正在研究这门学科的基础，但我想知道最后我是否能够解决一个特定的场景，并获得一个好的方向。
场景：我有很多具有相同结构的文档（转换为 PDF/图像的纸质文档）......一个用户填充内容很少的模板。让我们举一个例子（变量以粗体显示）：
纽约警察局[...] 司机John Doe，出生于2019年 4 月 3日，拥有some_car_model_here
驾驶执照XY123ZZ等...
所以基本上我需要提取实体名称、生日、汽车型号、驾驶执照等。此外，文档上可能有不同的名称和不同的日期，因此上下文很重要。示例：我只需要“司机”后面的名字。
我现在在做什么：
- 使用 Google Vision 提取文档内容（以块为单位）
- 检查文档的第一句话以了解要应用哪一组正则表达式（在这种情况下，我应该应用“纽约”一组正则表达式的“警察局”）
- 应用正则表达式命令从该文档中提取实体
我想做的事情：如果我定期将大量文档添加到假设的训练集中，我希望有一种最聪明的方法来增加正确提取所需内容的机会。这就是我考虑“机器学习”的原因，这也是我将 TensorFlow 确定为可能的库的原因。
我已经看到 NLTK 可能是一种选择，但最后（如果我错了，请纠正我）我应该编写自己的规则，可能再次使用正则表达式，以提取一些自定义内容。我也读过关于 NER 的文章，但几乎没有想过它有什么帮助。
所以基本上我要问的是：我可以使用 Tensorflow（或“机器学习”相关库）执行此任务吗？是否有特定的主题/分支要寻找？您还有其他建议吗（如果我走错了路）？
谢谢，洛伦佐