中文期刊论文数据采集技术研究

论文摘要

基于图像处理和版面分割等技术,提出一种可快速检索中文期刊论文得到题目、作者、摘要等结构化数据的方法。该方法可以对中文期刊论文的PDF文件或图像文件进行分析处理,自动形成一些结构化的图像块数据,最终转化为结构化的文字数据,以帮助用户准确地获取或检索论文信息。实验结果表明,本方法对中文期刊论文进行数据采集具有一定的有效性。

论文目录

• 1 概述
• 2 论文基本信息的特征分析
•   2.1 页眉的检测
•   2.2 论文题目、作者、关键词等的特征分析
• 3 论文信息提取的算法
•   3.1 论文信息提取的算法流程
•   3.2 图像处理
•   3.3 投影法判别论文基本信息
• 4 实验结果
• 5 结束语

文章来源

类型: 期刊论文

作者: 李家辰,张一凡,旷远有,张雪海,沈沂亭

关键词: 图像处理,版面分析,投影法,中文期刊

来源: 电脑知识与技术 2019年35期

年度: 2019

分类: 信息科技

专业: 计算机软件及计算机应用

单位: 北方工业大学信息学院

基金: 北京市大学生科学研究与创业行动计划资助

分类号: TP391.41

DOI: 10.14004/j.cnki.ckt.2019.4220

页码: 188-189+203

总页数: 3

文件大小: 1769K

下载量: 48