基于特征分析的数字化期刊元数据自动抽取算法

摘要：

在对纸本期刊进行数字化过程中,元数据抽取是必不可少的步骤.传统的手工抽取需要大量的人力物力,效率很低.针对扫描期刊,提出了一种基于扫描页面特征分析的元数据自动抽取算法,分析扫描页的格式、结构、字体等特征,采用基于规则和有监督的机器学习方法进行抽取,实验表明该算法能够取得较高的准确率和召回率,同时显著地提高了元数据标引的效率.

关键词：数字化期刊、元数据抽取、特征分析、包围盒

所属期刊栏目：29

分类号：G250.76(图书馆学、图书馆事业)

在线出版日期：2010-09-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：143-146