您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于PDF版式特征的文献篇章结构细粒度抽取方法研究

文献类型： 中文期刊

作者： 赵婉婧 1 ; 刘敏娟 1 ; 刘洪冰 1 ; 王新 1 ; 段飞虎 2 ;

作者机构： 1.中国农业科学院农业信息研究所

2.同方知网数字出版技术股份有限公司

关键词： 版式特征;篇章结构;章节标题;细粒度抽取;机器学习

期刊名称： 农业图书情报学报

ISSN： 1002-1248

年卷期： 2021 年 009 期

页码： 93-103

摘要： [目的 /意义]为实现文献资源的细粒度组织,满足用户日趋精准的信息服务需求,研究提出一种基于PDF版式特征的文献篇章结构细粒度自动抽取方法。[方法 /过程]方法充分利用机器学习在信息分类方面的优势,针对非结构化的PDF文档,基于其版式特征对章节标题进行自动分析、识别与抽取。根据章节标题的坐标定位,将正文内容以段落为最小颗粒度自动匹配至所属标题的下级位置,最终实现文档全文结构的细粒度抽取和重组。[结果 /结论]经实测,机器自动抽取平均正确率达80%,针对非结构化PDF文档的细粒度抽取工作具有较好的现实意义和应用前景,基于底层方法设计构建的数据处理系统现已投入实际应用,大幅解放人工进行篇章结构细粒度抽取的工作。

  • 相关文献

[1]基于GF-1/WFV和面向对象的农作物种植结构提取方法研究. 宋茜. 2016

[2]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[3]基于无人机遥感的盛花期薇甘菊爆发点识别与监测. 孙中宇,荆文龙,乔曦,杨龙. 2019

[4]机器学习在植物病害识别研究中的应用. 王聃,柴秀娟. 2019

[5]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[6]基于支持向量机技术预测丙戊酸钠血药浓度. 马攀,贾运涛,刘芳,程林,王红迁,严波,陈勇川. 2021

[7]基于长短时记忆模型的包虫病爆发风险预测混合模型的建立. 陈春蓉,赵瑾,贺兆源,李家宝,陈海兰,贾耿介. 2024

[8]稀疏分层概率自组织图实例迁移学习方法. 吴蕾,田儒雅,张学福. 2016

[9]基于深度学习的作物基因组学和遗传改良. 辛志奇,赵航,汪海,路铁刚. 2021

[10]食品中甜味分子发掘模型构建. 任海斌,冯宝龙,范蓓,贺斌彬,李知陆,王清华,高飞,王玉堂. 2021

[11]高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究. 骆剑承,胡晓东,吴田军,刘巍,夏列钢,杨海平,孙营伟,徐楠,张新,沈占锋,周楠. 2021

[12]知识图谱驱动的科研档案大数据管理系统构建研究. 雷洁,赵瑞雪,李思经,鲜国建,寇远涛. 2020

[13]基于Sentinel-2数据的青海门源县天然草地生物量遥感反演研究. 郭芮,伏帅,侯蒙京,刘洁,苗春丽,孟新月,冯琦胜,贺金生,钱大文,梁天刚. 2023

[14]融合作物类型的土壤盐分遥感反演方法研究. 张胜男,陆苗,温彩运,宋英强,康璐,沈军辉,杨民志. 2024

[15]基于机器学习和无人机图像的棉花密度识别研究. 张静,王清茹,雷亚平,王占彪,韩迎春,李小飞,邢芳芳,范正义,李亚兵,冯璐. 2021

[16]基于标志点法的烟草叶形提取与判别. 钟培阁,周也莹,张彦,石屹,郭焱,李保国,马韫韬. 2022

[17]基于随机森林算法的草原地上生物量遥感估算方法研究. 邢晓语,杨秀春,徐斌,金云翔,郭剑,陈昂,杨东,王平,朱立博. 2021

[18]基于机器学习的密集烘烤过程烟叶失水率预测模型对比. 杜海娜,孟令峰,王松峰,张炳辉,王爱华,刘浩,李增盛,孙福山. 2022

[19]基于多源遥感数据和机器学习算法的冬小麦产量预测研究. 甘甜,李雷,李红叶,宋成阳,谢永盾,陶志强,肖永贵,孟亚雄. 2022

[20]基于机器学习的焦油预测模型研究. 郭东锋,刘新民,姚忠达,舒俊生,胡海洲. 2015

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台