| 基于XML的PDF文档信息抽取系统的研究* |
| |
| 引用本文： | 宋艳娟,张文德.基于XML的PDF文档信息抽取系统的研究*[J].现代图书情报技术,2005,21(9):10-13. |
| |
| 作者姓名： | 宋艳娟 张文德 |
| |
| 作者单位： | 1. 福州大学数学与计算机科学学院,福州,350002
2. 福州大学图书馆,福州,350002 |
| |
| 基金项目： | 本项目是福建省高等学校科技项目（JA04164）的研究成果之一 |
| |
| 摘 要： | 首先设计了科技论文的DTD文档，然后分析了PDF文档的结构。在此基础上， 我们介绍了PDF文档信息抽取系统的设计框架。该框架以上述DTD为模板，把以PDF格式表示的科技论文解析转换为有效的XML文档。
|
| 关 键 词： | 信息抽取 PDF XML |
| 收稿时间： | 2005-05-23 |
| 修稿时间： | 2005-06-07 |
Research on PDF Documents Information Extraction System Based on XML |
| |
| Song Yanjuan,Zhang wende.Research on PDF Documents Information Extraction System Based on XML[J].New Technology of Library and Information Service,2005,21(9):10-13. |
| |
| Authors: | Song Yanjuan Zhang wende |
| |
| Institution: | (College of Mathematics and Computer Science, Fuzhou Uninversity, Fuzhou 350002,China)
(Library of Fuzhou Uninversity, Fuzhou 350002, China) |
| |
| Abstract: | The article is structured as follows. Firstly, we try to design a DTD of articles of science and technology. Secondly, we analyze the structure of PDF documents. Based on that, we dwell on the design of a PDF information extraction system, which use the above-mentioned DTD as a template, transfer a PDF-formatted scientific and technological article to a valid XML document. |
| |
| Keywords: | Information Extraction PDF XML |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《现代图书情报技术》浏览原始摘要信息 |
| 点击此处可从《现代图书情报技术》下载免费的PDF全文 |
