Implementation of an Integrated System for Editing Meta Data Using Machine Learning Techniques

• Project/Area Number: 24300097
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Partial Multi-year Fund
• Section: 一般
• Research Field: Library and information science/Humanistic social informatics
• Research Institution: National Institute of Informatics
• Principal Investigator: ADACHI Jun 国立情報学研究所, コンテンツ科学研究系, 教授 (80143551)
• Co-Investigator(Kenkyū-buntansha): OHTA Manabu 岡山大学, 自然科学研究科, 教授 (10326019)
• Co-Investigator(Renkei-kenkyūsha): TAKASU Atsuhiro 国立情報学研究所, コンテンツ科学研究系, 教授 (90216648)
• Project Period (FY): 2012-04-01 – 2015-03-31
• Project Status: Completed (Fiscal Year 2014)
• Budget Amount: ¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000); Fiscal Year 2014: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000); Fiscal Year 2013: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000); Fiscal Year 2012: ¥5,200,000 (Direct Cost: ¥4,000,000、Indirect Cost: ¥1,200,000)
• Keywords: 書誌パージング / メタデータ / コーパス / CRF / 機関リポジトリ / テキストマイニング

Outline of Final Research Achievements

The purpose of this study is to implement a system which extracts meta data from digital documents to edit and identify the meta data accurately by matching against other databases as an integrated environment for editing such meta data. We proposed accurate and inexpensive methods to extract bibliographic and citation information as meta data from research papers of which the layout was analyzed. We also created several reference string corpora of research papers by annotating the reference strings with bibliographic information for evaluating bibliographic information extraction methods.

Research Products

• [Journal Article] 少量学習データによる参考文献書誌情報抽出精度の向上 (2015)
  • Author(s): 川上 尚慶, 太田 学, 高須 淳宏, 安達 淳
  • Journal Title: 情報処理学会論文誌：データベース Volume: 8
  • NAID: 170000147385
  • Peer Reviewed
• [Journal Article] Cost Evaluation of CRF-Based Bibliography Extraction from Reference Strings (2014)
  • Author(s): Naomichi Kawakami, Manabu Ohta, Atsuhiro Takasu, and Jun Adachi
  • Journal Title: Proc. of 16th International Conference on Asia-Pacific Digital Libraries (ICADL 2014) Volume: LNCS 8839 Pages: 268-278
  • DOI: 10.1007/978-3-319-12823-8_28
  • ISBN: 9783319128221, 9783319128238
  • Peer Reviewed
• [Journal Article] Rule management for information extraction from title pages of academic papers (2014)
  • Author(s): Atsuhiro Takasu and Manabu Ohta
  • Journal Title: Proc. of Third International Conference on Pattern Recognition Applications and Methods (ICPRAM 2014) Volume: - Pages: 438-444
  • DOI: 10.5220/0004827204380444
  • Peer Reviewed
• [Journal Article] Empirical evaluation of CRF-based bibliography extraction from reference strings (2014)
  • Author(s): Manabu Ohta, Daiki Arauchi, Atsuhiro Takasu, and Jun Adachi
  • Journal Title: Proc. of 11th IAPR International Workshop on Document Analysis Systems (DAS 2014) Volume: - Pages: 287-292
  • Peer Reviewed
• [Journal Article] A document analysis system for linking cross-document entities (2012)
  • Author(s): Manabu Ohta and Atsuhiro Takasu
  • Journal Title: Proc. of the Fourth International Conference on Creative Content Technologies (CONTENT 2012) Pages: 14-20
  • Peer Reviewed
• [Journal Article] CRFによる学術論文タイトルページからの書誌情報抽出における誤り検出 (2012)
  • Author(s): 太田学, 井上諒平, 高須淳宏
  • Journal Title: 日本データベース学会論文誌 Volume: 11 Pages: 37-42
  • NAID: 40019501165
  • Peer Reviewed
• [Journal Article] Error detection of CRF-based bibliography extraction from reference strings (2012)
  • Author(s): Manabu Ohta, Daiki Arauchi, Atsuhiro Takasu, and Jun Adachi
  • Journal Title: Proc. of 14th International Conference on Asia-Pacific Digital Libraries (ICADL 2012) Volume: LNCS 7634 Pages: 229-238
  • DOI: 10.1007/978-3-642-34752-8_29
  • ISBN: 9783642347511, 9783642347528
  • Peer Reviewed
• [Journal Article] Empirical evaluation of CRF-based bibliography extraction from research papers (2012)
  • Author(s): Manabu Ohta, Ryohei Inoue, and Atsuhiro Takasu
  • Journal Title: IADIS International Journal on Computer Science and Information Systems Volume: 7 Pages: 18-31
  • Peer Reviewed
• [Presentation] 学術論文からの実験情報抽出の一手法 (2015)
  • Author(s): 平井 久貴, 新妻 弘崇, 太田 学, 高須 淳宏
  • Organizer: 第7回データ工学と情報マネジメントに関するフォーラム (DEIM2015)
  • Place of Presentation: 磐梯熱海ホテル華の湯（福島県郡山市）
  • Year and Date: 2015-03-02 – 2015-03-04
• [Presentation] 引用意図を利用した学術論文閲覧支援のための適切な被引用箇所の特定 (2015)
  • Author(s): 石井 仁子, 太田 学, 高須 淳宏
  • Organizer: 第7回データ工学と情報マネジメントに関するフォーラム (DEIM2015)
  • Place of Presentation: 磐梯熱海ホテル華の湯（福島県郡山市）
  • Year and Date: 2015-03-02 – 2015-03-04
• [Presentation] 学術論文からの構成要素抽出手法の改良 (2015)
  • Author(s): 樫本 達矢, 太田 学, 高須 淳宏
  • Organizer: 第7回データ工学と情報マネジメントに関するフォーラム (DEIM2015)
  • Place of Presentation: 磐梯熱海ホテル華の湯（福島県郡山市）
  • Year and Date: 2015-03-02 – 2015-03-04
• [Presentation] CRFによる様々な種類の学術論文からの参考文献文字列の自動抽出 (2015)
  • Author(s): 赤澤 琢朗, 太田 学, 高須 淳宏, 安達 淳
  • Organizer: 第7回データ工学と情報マネジメントに関するフォーラム (DEIM2015)
  • Place of Presentation: 磐梯熱海ホテル華の湯（福島県郡山市）
  • Year and Date: 2015-03-02 – 2015-03-04
• [Presentation] 少量学習データによる参考文献書誌情報抽出 (2014)
  • Author(s): 川上 尚慶, 太田 学, 高須 淳宏, 安達 淳
  • Organizer: 第7回Webとデータベースに関するフォーラム (WebDB Forum 2014)
  • Place of Presentation: 芝浦工業大学（東京都江東区）
  • Year and Date: 2014-11-19 – 2014-11-20
• [Presentation] 学術論文閲覧支援インタフェースのための頭字語の活用 (2014)
  • Author(s): 前野 明子, 太田 学, 高須 淳宏
  • Organizer: 第160回DBS・第131回OS・第35回EMB合同研究発表会
  • Place of Presentation: 芝浦工業大学（東京都江東区）
  • Year and Date: 2014-11-18
• [Presentation] 学術論文閲覧支援インタフェースの試作 (2014)
  • Author(s): 前野 明子, 太田 学, 高須 淳宏
  • Organizer: 第6回データ工学と情報マネジメントに関するフォーラム (DEIM2014)
  • Place of Presentation: 淡路夢舞台＆ウェスティン淡路（兵庫）
• [Presentation] 学術論文からの構成要素抽出の一手法 (2014)
  • Author(s): 樫本 達矢, 太田 学, 高須 淳宏
  • Organizer: 第6回データ工学と情報マネジメントに関するフォーラム (DEIM2014)
  • Place of Presentation: 淡路夢舞台＆ウェスティン淡路（兵庫）
• [Presentation] CRFによる学術論文からの参考文献文字列の抽出 (2014)
  • Author(s): 石本 茜, 太田 学, 高須 淳宏, 安達 淳
  • Organizer: 第6回データ工学と情報マネジメントに関するフォーラム (DEIM2014)
  • Place of Presentation: 淡路夢舞台＆ウェスティン淡路（兵庫）
• [Presentation] CRFによる参考文献書誌情報抽出のための学習コストの削減 (2014)
  • Author(s): 川上 尚慶, 太田 学, 高須 淳宏, 安達 淳
  • Organizer: 第6回データ工学と情報マネジメントに関するフォーラム (DEIM2014)
  • Place of Presentation: 淡路夢舞台＆ウェスティン淡路（兵庫）
• [Presentation] CRFによる学術論文からの実験情報抽出の一手法 (2014)
  • Author(s): 平井 久貴, 新妻 弘崇, 太田 学
  • Organizer: 電子情報通信学会2014年総合大会, 情報・システムソサイエティ特別企画学生ポスターセッション
  • Place of Presentation: 新潟大学（新潟）
• [Presentation] 文献種類別に分類した参考文献文字列からの書誌情報抽出の一手法 (2013)
  • Author(s): 川上尚慶, 荒内大貴, 太田学, 高須淳宏, 安達淳
  • Organizer: 第5回データ工学と情報マネジメントに関するフォーラム(DEIM 2013)
  • Place of Presentation: ホテル華の湯(福島)
• [Presentation] データ工学に関する学術論文からの実験情報抽出の試み (2013)
  • Author(s): 樫本達矢, 荒内大貴, 太田学
  • Organizer: 電子情報通信学会2013年総合大会, 情報・システムソサイエティ特別企画学生ポスターセッション
  • Place of Presentation: 岐阜大学(岐阜)
• [Presentation] CRFによる和英文の参考文献文字列からの自動書誌要素抽出 (2012)
  • Author(s): 荒内大貴, 太田・学, 高須淳宏, 安達淳
  • Organizer: 情報処理学会第156回データベースシステム研究発表会
  • Place of Presentation: キャンパスプラザ京都(京都)