基于PDF版式特征的文献篇章结构细粒度抽取方法研究

[目的/意义]为实现文献资源的细粒度组织,满足用户日趋精准的信息服务需求,研究提出一种基于PDF版式特征的文献篇章结构细粒度自动抽取方法。[方法/过程]方法充分利用机器学习在信息分类方面的优势,针对非结构化的PDF文档,基于其版式特征对章节标题进行自动分析、识别与抽取。根据章节标题的坐标定位,将正文内容以段落为最小颗粒度自动匹配至所属标题的下级位置,最终实现文档全文结构的细粒度抽取和重组。[结果/结论]经实测,机器自动抽取平均正确率达80%,针对非结构化PDF文档的细粒度抽取工作具有较好的现实意义和应用前景,基于底层方法设计构建的数据处理系统现已投入实际应用,大幅解放人工进行篇章结构细粒度抽取的工作。     

农业科学外文期刊需求和保障分析实践研究——以中国农科院为例

[目的/意义]农业学科文献资源需求和保障实践研究,在当前新形势下对农业专业图书馆馆藏资源建设有尤为重要的意义。[方法/过程]本研究将以中国农业科学院为例,收集其外文期刊全文获取、引用和发表数据,利用引文分析、主题组织等方法,分析其对农业外文期刊资源的学科需求、主题需求和数据库需求,评估其下属机构外文期刊全文保障和利用水平。[结果/结论]中国农科院外文期刊需求除传统农业科学之外,还涉及一些新兴和交叉学科领域,机构下属各所保障和利用水平发展不平衡、存在较大差距。农业专业图书馆应遵循农业学科发展需求,开展相关学科领域的精准化、专题化、知识化需求分析。