一种基于启发式搜索的论文元数据提取算法

• 作者: 侯娜 刘慧 张付志 马玉静
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 信息提取 元数据提取 条件随机场 文本分块 启发式搜索
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 86-88,94
• 页数: 4页
• 分类号: TP3
• 字数: 4037字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.09.027

摘要

随着大量的科研论文以电子文档的形式出现, 为了高效地检索这些科研文献资料,从中精确地抽取这些论文头部的元数据信息显得十分有必要.在条件随机场模型的基础上,提出了一种启发式搜索算法来对论文头部的元数据信息进行提取.该算法首先利用文本分块技术和特征提取规则来对文本进行预处理,然后结合条件随机场概率模型利用启发式搜索来进行元数据的提取.实验结果表明,在相同概率模型的基础上,该算法有着较好的性能,在精确度和召回率方面都有了明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张付志	燕山大学信息科学与工程学院	54	475	12.0	19.0
2	侯娜	燕山大学信息科学与工程学院	1	2	1.0	1.0
3	刘慧	燕山大学信息科学与工程学院	2	7	2.0	2.0
4	马玉静	燕山大学信息科学与工程学院	1	2	1.0	1.0