| PDF科技论文语义元数据的自动抽取研究 |
| |
| 引用本文： | 张秀秀,马建霞.PDF科技论文语义元数据的自动抽取研究[J].现代图书情报技术,2009,3(2):102-105. |
| |
| 作者姓名： | 张秀秀 马建霞 |
| |
| 作者单位： | 中国科学院国家科学图书馆兰州分馆,兰州,730000 |
| |
| 基金项目： | 中国科学院国家科学图书馆青年人才领域前沿项目，国家社会科学基金 |
| |
| 摘 要： | 在分析PDF文件结构的基础上，解析PDF文件的内容流，并采用基于规则的匹配方法和基于格式的定位方法，自动抽取科技论文中的语义元数据信息。实验结果表明，上述方法对标题、作者等重要的语义元数据信息能够达到较好的抽取效果。
|
| 关 键 词： | PDF 科技论文 语义元数据 自动抽取 |
| 收稿时间： | 2008-11-03 |
| 修稿时间： | 2008-11-21 |
Automatic Extraction of Semantic Metadata from PDF Research Papers |
| |
| Zhang Xiuxiu,Ma Jianxia.Automatic Extraction of Semantic Metadata from PDF Research Papers[J].New Technology of Library and Information Service,2009,3(2):102-105. |
| |
| Authors: | Zhang Xiuxiu Ma Jianxia |
| |
| Institution: | (The Lanzhou Branch of National Science Library, Chinese Academy of Sciences, Lanzhou 730000, China) |
| |
| Abstract: | This paper analyzes content streams of PDF files based on its structure, and extracts semantic metadata automatically from research papers by way of rule-based matching and format-based locating. Experimental results show that this method can extract important semantic metadata such as title and author effectively. |
| |
| Keywords: | PDF |
| 本文献已被 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 |
