文書画像データからの書誌情報の抽出とマッチング

スポンサーリンク

概要

論文の詳細を見る
電子図書館は、全文データや画像データなどの大量のデータを持ち、関連のあるデータの間にリンクを張るなどのデータの加工が必要である。大量のデータに対して、このような作業を人手で行なうことはほとんど不可能で、なんらかのデータベース構築支援メカニズムが必要になる。本稿では、電子図書館において学術文献の参照関係に対応するハイパーリンクを作成するための書誌照合手法を提案する。この手法のポイントは、文書画像処理によって得られたエラーを含む書誌データに対して高速な照合を精度良く行なうところにある。提案される手法は、非連続N-gramを用いて大規模書誌データベースから候補レコード集合を高速に選び出す近似書誌照合と最長共通部分文字列を用いた類似度に基づく候補レコードの評価の2つのステップから構成される。本稿では、提案される手法がOCRの各種の認識誤りに対応できることを示す。
1997-05-15

著者

関連論文

もっと見る

スポンサーリンク