点击次数：

论文类型：期刊论文

发表时间：2012-08-15

发表刊物：工程数学学报

收录刊物：PKU、ISTIC、CSCD

卷号：29

期号：4

页面范围：586-592

ISSN号：1005-3085

关键字：元数据抽取;抽取模型;字典匹配;支持向量机;中文科技论文

摘要：针对中文PDF格式论文元数据抽取问题,对大量中文科技论文进行分析归纳,总结出中文论文元数据的互不包含性、排它性、重复性、顺序性和部分确定性,并据此定义简单元数据和复杂元数据的概念,应用字典匹配和支持向量机模型抽取中文科技论文元数据.实验结果表明,该模型的综合性能指标在96％以上,优于条件随机场模型和隐马尔科夫模型.