文献

J-GLOBAL ID：201102226089695790   整理番号：11A0160287

学術論文文書画像からのページレイアウトに依存しない自動書誌要素抽出

Automatic Extraction of Bibliographic Elements from Scanned Academic Articles without Using Page Layout

著者 (3件)： 井上諒平 (岡山大 大学院自然科学研究科) ,  太田学 (岡山大 大学院自然科学研究科) ,  高須淳宏 (国立情報学研)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2010  号： 4  ページ： ROMBUNNO.DBS-151,18  発行年： 2010年12月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 国立情報学研究所の電子図書館NII-ELSは,国内の主要な学術論文を網羅しており,その蔵書検索には著者名等の書誌情報が利用される。NII-ELSでは論文文書画像を蓄積しているため,書誌情報は文書画像からなるべく自動で抽出することが望ましい。現在の文書画像処理技術により一定の抽出精度は達成しているが,学習のため人手で書誌要素を抽出した論文データを学術雑誌ごとに用意する必要がある。しかし1000雑誌以上を所蔵するNII-ELSでは,各雑誌ごとにこの学習データを用意するコストは無視できない。そこで本研究では,書誌要素抽出対象の雑誌とは異なる雑誌を学習データに用いて効率的に書誌要素を抽出する手法を提案する。提案手法は,論文タイトルページの各行に対して,雑誌のレイアウトに依存しない文字列等の情報を利用して書誌ラベルを付与する。(著者抄録)

シソーラス用語： *書誌データ ,  *文書画像 ,  *情報抽出 ,  *機械学習 ,  論文 ,  標題 ,  定期刊行物 ,  効率化 ,  レイアウト ,  文字列 ,  *ラベル付け【画像】 ,  自動化
準シソーラス用語： 雑誌

分類 (3件)： 目録作業  (AC09030Y) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 学術論文 ,  文書画像 ,  書誌 ,  要素