DOI和论文数据库抽取在文献元数据获取方面的应用
2012-04-29马坤
现代情报 2012年12期
马坤
〔摘 要〕为了提高文献录入效率和准确率,减少录入文献的人工审核,提出一种基于DOI和论文数据库的在线文献元数据获取方法,设计DOI解析代理集成异构的DOI注册代理机构的服务接口,通过RoadRunner算法实现基于论文数据库详情页的文献元数据抽取。最后实现在线文献元数据智能录入系统,验证上述方法的有效性和实用性。
〔关键词〕数字对象标识符;论文数据库;Web信息抽取;网页聚类
为了改善文献录入方式,自动验证录入文献归属,本文结合DOI与论文数据库,提出了一种新颖的在线文献元数据智能获取方法。
1 相关工作
目前,国内外在线文献管理系统中文献获取与录入方法主要有文献题录直接导入、基于DOI的文献题录导入、基于论文数据库网页的题录抓取和论文文件题录抓取等方式[1]。
1.1 文献题录直接导入
文献题录导入方法是指文献管理工具从论文数据库导入文献各项元数据(作者、题目、来源、卷期号、起始页码、摘要等)[1]。该方法一般需要手工从论文数据库将文献题录导出,然后再进行导入。目前部分文献管理工具已经实现文献题录的直接导入,自动检测论文数据库题录格式(EndNote Citation File、Research Information Systems Citation File和BibTex等),无需人工参与。但是,该方法需要论文数据库出版系统提供规范置标的题录可读输出以及相应的API,不同出版系统API又具有异构性,缺乏一个可以共同遵循的标准。
1.2 基于DOI的文献题录导入
DOI是一组由数字、字母或其他符号组成的文献标识符,已经在2012年5月正式被批准成为ISO国际标准[2],覆盖大多数研究领域,具有永久性、惟一性、可解析和互操作性等特征。……
登录APP查看全文
