文献

J-GLOBAL ID：201802288503174131   整理番号：18A0302023

1つのルールとSVMを組み合わせた論文抽出手法【JST・京大機械翻訳】

An Extraction Method for Papers via Integration of Rules with SVM

著者 (3件)： Li Xueju (中国石油大学(北京) 地球物理与信息工程学院,北京,102249) ,  Wang Zhiguang (中国石油大学(北京) 地球物理与信息工程学院,北京,102249) ,  Lu Qiang (中国石油大学(北京) 地球物理与信息工程学院,北京,102249)
資料名： Jisuanji Jishu yu Fazhan  (Jisuanji Jishu yu Fazhan)
巻： 27  号： 10  ページ： 24-29  発行年： 2017年 
JST資料番号： C3602A  ISSN： 1673-629X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来のPDF論文抽出法は主にルールに基づく方法または機械学習に基づく方法であり、その中でルール抽出法によって処理フォーマットが固定されたデータにおいて明らかな優位性があり、簡単な抽出規則を制定することで正確にデータを位置付け、抽出できる。しかし,柔軟なデータを扱う場合には,複雑なルールが必要となり,論文のフォーマットに対する適応性を持たないため,機械学習の抽出方法の柔軟性と正確さを明らかにすることができないと思われる.この論文では,規則とSVMに基づく新しいPDF抽出法を提案したが,これは,SVMに基づいている。この方法は,ルール抽出と機械学習による情報抽出の利点を完全に利用し,簡単なルール抽出形式で固定した情報を基に,サンプル特徴を選択して訓練セットを構築し,最適なカーネル関数を選択してSVMモデルを生成し,SVMに基づく情報抽出を完成した。SVMによる抽出結果を主体として、規則抽出に基づく結果を合理的に利用し、適切な規則を制定することにより、この方法を検証した。実験結果により,本方法は,メタデータおよびセクションヘッダのような情報抽出において,より良好な効果を持つことが示された。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *情報抽出 ,  メタデータ ,  適応性 ,  柔軟性 ,  機械学習
準シソーラス用語： Kernel関数 ,  ルール抽出 , 【Automatic Indexing@JST】

著者キーワード (6件)： PDF papers ,  rules ,  support vector machine ,  sample characteristics ,  hybrid method ,  information extraction

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ルール ,  SVM ,  論文 ,  手法