Uma abordagem flexível para extração de metadados em citações bibliográficas

Vilarinho, Eli Cortez Custódio

Dissertação

Uma abordagem flexível para extração de metadados em citações bibliográficas

Nesta dissertação apresentamos o FLUX-CiM, um novo método de extração de componentes de citações bibliográficas tais como nomes de autores, títulos de artigo, números de página, etc. Tal método não se baseia em padrões específicos de codiﬁcação de delimitadores de um determinado estilo de citação...

ver descrição completa

Autor principal:	Vilarinho, Eli Cortez Custódio
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Amazonas 2015
Assuntos:	Gerenciamento de citações Extração de metadados Citation management Metadata extraction CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Acesso em linha:	http://tede.ufam.edu.br/handle/tede/2947

id	oai:https:--tede.ufam.edu.br-handle-:tede-2947
recordtype	dspace
spelling	oai:https:--tede.ufam.edu.br-handle-:tede-29472016-04-22T14:34:25Z Uma abordagem flexível para extração de metadados em citações bibliográficas Vilarinho, Eli Cortez Custódio Silva, Altigran Soares da http://lattes.cnpq.br/3405503472010994 Gerenciamento de citações Extração de metadados Citation management Metadata extraction CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Nesta dissertação apresentamos o FLUX-CiM, um novo método de extração de componentes de citações bibliográficas tais como nomes de autores, títulos de artigo, números de página, etc. Tal método não se baseia em padrões específicos de codiﬁcação de delimitadores de um determinado estilo de citação que nos dá um alto grau de automação e flexibilidade e permite a extração de metadados a partir de citações em qualquer estilo. Diferentemente de abordagens anteriores que dependem de treinamento manual para realizar o reconhecimento de componentes em uma citação, no nosso caso, o método baseia-se em uma base de conhecimento automaticamente construída a partir de um conjunto existente de registros de metadados de um dado domínio, por exemplo: Ciência da Computação, Ciências da Saúde, Ciências Sociais, etc. Tal conjunto de registros com metadados pode ser facilmente obtido na Web ou através de outros repositórios de dados. Para demonstrar a eﬁcácia e aplicabilidade do método proposto, apresentamos uma serie de experimentos que visam extrair dados de citações bibliográﬁcas de artigos. Os resultados destes experimento apresentam níveis precisão e revocação acima de 94% para todos os domínios, bem como extração perfeita para a grande maioria das citações testadas. Além disso, em uma comparação com o método que representa o estado da arte de extração de informação, o FLUX-CiM produziu resultados superiores sem a fase de treino que é exigida por esse método. Por ﬁm, apresentamos uma estratégia para a utilização de dados bibliográﬁcos resultante do processo de extração com FLUX-CIM para automaticamente atualizar e expandir a base de conhecimento de um determinado domínio. Mostramos que esta estratégia pode ser usada para alcançar bons resultados de extração mesmo quando apenas uma pequena amostra inicial de registros bibliográﬁcos está disponível para a construção da base de conhecimento. In this dissertation, we present FLUX-CiM, a novel method for extracting components (e.g., author names, article titles, venues, page numbers) from bibliographic citations. Our method does not rely on patterns encoding speciﬁc delimiters used in a particular citation style. This feature yields a high degree of automation and ﬂexibility and allows FLUX-CiM to extract from citations in any given format. Diﬀerently from previous methods that are based on models learned from user-driven training, our method relies on a knowledge-base automatically constructed from an existing set of sample metadata records from a given ﬁeld (e.g., computer science, health sciences, social science, etc). These records are usually available on the Web or other public data repositories. To demonstrate the eﬀectiveness and applicability of our proposed method we present a serie of experiments in which we apply it to extract bibliographic data from citations in articles of diﬀerent ﬁelds. Results of these experiments exhibit precision and recall levels above 94% for all ﬁelds as well as perfect extraction for the large majority of citations tested. Also, in a comparison against a state-of-art information extraction method, ours produced superior results without the training phase required by that method. Finally, we present a strategy for using bibliographic data resulting from the extraction process with FLUX- CiM to automatically update and expand the knowledge-base of a given domain. We show that this strategy can be used to achieve good extraction results even if only a very small initial sample of bibliographic records is available for building the knowledge-base. Fundação de Amparo à Pesquisa do Estado do Amazonas 2015-04-11T14:03:10Z 2010-12-11 2009-04-03 Dissertação VILARINHO, Eli Cortez Custódio. Uma abordagem flexível para extração de metadados em citações bibliográficas. 2009. 57 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2009. http://tede.ufam.edu.br/handle/tede/2947 por Acesso Aberto application/pdf Universidade Federal do Amazonas Instituto de Computação BR UFAM Programa de Pós-graduação em Informática
institution	TEDE - Universidade Federal do Amazonas
collection	TEDE-UFAM
language	por
topic	Gerenciamento de citações Extração de metadados Citation management Metadata extraction CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
spellingShingle	Gerenciamento de citações Extração de metadados Citation management Metadata extraction CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO Vilarinho, Eli Cortez Custódio Uma abordagem flexível para extração de metadados em citações bibliográficas
topic_facet	Gerenciamento de citações Extração de metadados Citation management Metadata extraction CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
description	Nesta dissertação apresentamos o FLUX-CiM, um novo método de extração de componentes de citações bibliográficas tais como nomes de autores, títulos de artigo, números de página, etc. Tal método não se baseia em padrões específicos de codiﬁcação de delimitadores de um determinado estilo de citação que nos dá um alto grau de automação e flexibilidade e permite a extração de metadados a partir de citações em qualquer estilo. Diferentemente de abordagens anteriores que dependem de treinamento manual para realizar o reconhecimento de componentes em uma citação, no nosso caso, o método baseia-se em uma base de conhecimento automaticamente construída a partir de um conjunto existente de registros de metadados de um dado domínio, por exemplo: Ciência da Computação, Ciências da Saúde, Ciências Sociais, etc. Tal conjunto de registros com metadados pode ser facilmente obtido na Web ou através de outros repositórios de dados. Para demonstrar a eﬁcácia e aplicabilidade do método proposto, apresentamos uma serie de experimentos que visam extrair dados de citações bibliográﬁcas de artigos. Os resultados destes experimento apresentam níveis precisão e revocação acima de 94% para todos os domínios, bem como extração perfeita para a grande maioria das citações testadas. Além disso, em uma comparação com o método que representa o estado da arte de extração de informação, o FLUX-CiM produziu resultados superiores sem a fase de treino que é exigida por esse método. Por ﬁm, apresentamos uma estratégia para a utilização de dados bibliográﬁcos resultante do processo de extração com FLUX-CIM para automaticamente atualizar e expandir a base de conhecimento de um determinado domínio. Mostramos que esta estratégia pode ser usada para alcançar bons resultados de extração mesmo quando apenas uma pequena amostra inicial de registros bibliográﬁcos está disponível para a construção da base de conhecimento.
author_additional	Silva, Altigran Soares da
author_additionalStr	Silva, Altigran Soares da
format	Dissertação
author	Vilarinho, Eli Cortez Custódio
title	Uma abordagem flexível para extração de metadados em citações bibliográficas
title_short	Uma abordagem flexível para extração de metadados em citações bibliográficas
title_full	Uma abordagem flexível para extração de metadados em citações bibliográficas
title_fullStr	Uma abordagem flexível para extração de metadados em citações bibliográficas
title_full_unstemmed	Uma abordagem flexível para extração de metadados em citações bibliográficas
title_sort	uma abordagem flexível para extração de metadados em citações bibliográficas
publisher	Universidade Federal do Amazonas
publishDate	2015
url	http://tede.ufam.edu.br/handle/tede/2947
_version_	1831969075851427840
score	11.753735

Uma abordagem flexível para extração de metadados em citações bibliográficas

Registros relacionados