Postscript格式科技文献中数学表达式的提取方法

• 作者: 吴欣 孔凡让 张志伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数学表达式提取 Postscript 文本抽取
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 157-159,162
• 页数: 4页
• 分类号: TP3
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.11.059

摘要

从Postscript格式的科技文献中提取识别数学表达式,是数学表达式识别领域的一个新的研究方向.主要针对以Word和Latex为生成源的PS文档,提出了基于内容的数学表达式提取方法.首先重载了PS语言中的一些相关命令,以提取PS文档中的字符与线段信息;之后根据字符名称、字体、位置等信息对字符进行分析,同时连接线段并加以识别,从而提取出数学符号;最后,根据符号间的空间位置关系和启发式规则,将数学符号归并,提取出最终的表达式.实验结果表明该方法正确率达到98.56%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔凡让	中国科学技术大学精密机械与精密仪器系	133	1100	17.0	25.0
2	张志伟	中国科学技术大学精密机械与精密仪器系	19	122	7.0	10.0
3	吴欣	南京理工大学机械工程学院	13	70	5.0	8.0