期刊专题

10.13209/j.0479-8023.2015.087

PDF文档中的脚注识别研究

引用
针对PDF文档的脚注识别问题,提出一种自动识别脚注及其引用,并建立它们之间匹配关系的方法.首先针对PDF文档提取脚注的一系列特征,包括页面布局、字体信息、语义信息等,然后基于文档部件风格一致性,利用聚类技术,处理在不同文档中相异但在同一文档中相似的特征,从而使得识别过程能够适应不同文档类型.此外,利用脚注与引用的匹配结果为识别过程提供反馈,进一步提高了识别准确性.在真实文档测试集上的实验结果表明,所提方法对于PDF文档的脚注识别取得较高的准确率和召回率.

脚注、PDF文档、文档分析与理解

51

TP391(计算技术、计算机技术)

国家自然科学基金61202232;北京市自然科学基金4132033

2017-01-18(万方平台首次上网日期,不代表论文的发表时间)

共5页

1017-1021

暂无封面信息
查看本期封面目录

北京大学学报(自然科学版)

0479-8023

11-2442/N

51

2015,51(6)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn