摘要
以研究型科技文献摘要为对象,结合内容分析、语义分析和语法分析构建研究型科技文献的实验数据自动抽取模型,并以药物代谢动力学领域文献摘要为自动收取对象,根据得到的实验数据抽取结果验证该自动抽取模型的应用性。结果发现,该模型能够有效地对研究型科技文献实验数据进行自动抽取,在帮助科研人员提高对科技文献的信息获取速度的同时,也为图书情报领域在未来更好地为其他领域科研人员提供知识服务奠定了基础。
Experimental data automatic extraction model of scientific and technological literature is constructed with the object of scientific literature abstract, and combined with content analysis, semantic analysis and grammar analysis. The main object is pharmacokinetic literature. The application of the model is verified by the extracted results. It shows that the model automatically extracted experimental data of scientific literature efficiently. It helps reseamhers to raise the efficiency of information acquisition, and lays a foundation for reseamhers in other fields to offer information service by libarary and information institutions in the future.
出处
《图书馆建设》
CSSCI
北大核心
2017年第12期33-38,共6页
Library Development
基金
国家自然科学基金面上项目“嵌入式知识服务驱动下的领域多维知识库构建”,项目编号:71573102
吉林大学研究生创新基金项目“基于领域科技文献的实验数据自动抽取及数据库构建”的研究成果之一,项目编号:2017083
关键词
科技文献
实验数据
自动识别
信息抽取
Scientific literature
Experimental data
Automatic identification
Information extraction
