含噪参考文献的自动解析
数字图书馆
2007-05-23 v1
摘要
我们描述了 NASA 天体物理数据系统使用的一个系统，该系统将通过 OCR 方法从扫描的文章页面获得的参考文献与书目数据库中的记录进行识别。我们分析了生成含噪参考文献的过程，并得出结论：纠正 OCR 结果、解析纠正后的字符串并将其与数据库进行匹配的三步过程提供的结果不能令人满意。相反，我们提出了一种受依存语法启发的方法，该方法允许对纠正、解析和匹配进行受控合并。我们还报告了我们为提高召回率而采用的各种启发式方法的有效性。
引用
@article{arxiv.cs/0401028,
title = {Automated Resolution of Noisy Bibliographic References},
author = {Markus Demleitner and Michael Kurtz and Alberto Accomazzi and Günther Eichhorn and Carolyn S. Grant and Steven S. Murray},
journal= {arXiv preprint arXiv:cs/0401028},
year = {2007}
}
备注
10 pages, 1 figure; accepted for publication in the proceedings of the 2004 Meeting of the International Federation of Classification Societies