将日文论文集成到 DBLP 数据集中
计算与语言
2017-09-27 v1 数字图书馆
摘要
如果有人正在寻找计算机科学领域的某篇特定出版物，搜索者很可能会使用 DBLP 来找到所需的出版物。DBLP 数据集不断通过新出版物，或更确切地说是它们的元数据（例如相关作者姓名、标题和出版日期）进行扩展。尽管该数据集的规模已经相当可观，但特定领域仍有改进空间。DBLP 提供了庞大的英文论文集合，因为大多数计算机科学论文都以英文发表。然而，还有其他语言的官方出版物理应被添加到数据集中。日文论文就是其中之一。这篇毕业论文将展示一种自动处理日文论文出版列表并使其准备好导入 DBLP 数据集的方法。处理过程中遇到的问题尤为重要，例如转录处理和日文人名的个人姓名匹配。
引用
@article{arxiv.1709.09119,
title = {Integration of Japanese Papers Into the DBLP Data Set},
author = {Paul Christian Sommerhoff},
journal= {arXiv preprint arXiv:1709.09119},
year = {2017}
}