机器学习元数据提取

Moderna arhivistika Pub Date : 2023-12-17 DOI:10.54356/ma/2023/vrny7665

Ivančica Sabadin

{"title":"机器学习元数据提取","authors":"Ivančica Sabadin","doi":"10.54356/ma/2023/vrny7665","DOIUrl":null,"url":null,"abstract":"Namen prispevka je raziskovati tehnike ekstrakcije metapodatkov s pomočjo strojnega učenja. Uporabljena je bila metoda pregleda literature iz podatkovnih baz ProQuest, Scopus in Emerald Insight. Rezultati so pokazali, da so tehnike strojnega učenja že uveljavljene na področju ekstrakcije metapodatkov iz znanstvene literature. Najboljše rezultate so pokazale rešitve, ki združujejo analizo postavitve dokumenta in proces ekstrakcije metapodatkov. Glede na raziskave o ekstrakciji metapodatkov s pomočjo strojnega učenja lahko sklepamo, da je treba dodatno analizirati orodja in modele strojnega učenja GROBID, CERMINE, XTRACT, BERT, Mask R‑CNN in BiLSTM. Na podlagi izkušnjah ekstrakcije metapodatkov iz znanstvene literature je treba prilagoditi modele za ekstrakcijo metapodatkov iz arhivskega gradiva.","PeriodicalId":499849,"journal":{"name":"Moderna arhivistika","volume":"1 2","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Ekstrakcija metapodatkov s pomočjo strojnega učenja\",\"authors\":\"Ivančica Sabadin\",\"doi\":\"10.54356/ma/2023/vrny7665\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Namen prispevka je raziskovati tehnike ekstrakcije metapodatkov s pomočjo strojnega učenja. Uporabljena je bila metoda pregleda literature iz podatkovnih baz ProQuest, Scopus in Emerald Insight. Rezultati so pokazali, da so tehnike strojnega učenja že uveljavljene na področju ekstrakcije metapodatkov iz znanstvene literature. Najboljše rezultate so pokazale rešitve, ki združujejo analizo postavitve dokumenta in proces ekstrakcije metapodatkov. Glede na raziskave o ekstrakciji metapodatkov s pomočjo strojnega učenja lahko sklepamo, da je treba dodatno analizirati orodja in modele strojnega učenja GROBID, CERMINE, XTRACT, BERT, Mask R‑CNN in BiLSTM. Na podlagi izkušnjah ekstrakcije metapodatkov iz znanstvene literature je treba prilagoditi modele za ekstrakcijo metapodatkov iz arhivskega gradiva.\",\"PeriodicalId\":499849,\"journal\":{\"name\":\"Moderna arhivistika\",\"volume\":\"1 2\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-17\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Moderna arhivistika\",\"FirstCategoryId\":\"0\",\"ListUrlMain\":\"https://doi.org/10.54356/ma/2023/vrny7665\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Moderna arhivistika","FirstCategoryId":"0","ListUrlMain":"https://doi.org/10.54356/ma/2023/vrny7665","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

摘要

本文旨在探索利用机器学习提取元数据的技术。采用的方法是对 ProQuest、Scopus 和 Emerald Insight 数据库进行文献综述。结果表明，机器学习技术在从科学文献中提取元数据领域已经得到了很好的应用。将文献布局分析与元数据提取过程相结合的解决方案取得了最佳效果。根据对使用机器学习提取元数据的研究，可以得出结论，需要进一步分析机器学习工具和模型 GROBID、CERMINE、XTRACT、BERT、Mask R-CNN 和 BiLSTM。根据从科学文献中提取元数据的经验，应调整从档案材料中提取元数据的模型。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Ekstrakcija metapodatkov s pomočjo strojnega učenja

Namen prispevka je raziskovati tehnike ekstrakcije metapodatkov s pomočjo strojnega učenja. Uporabljena je bila metoda pregleda literature iz podatkovnih baz ProQuest, Scopus in Emerald Insight. Rezultati so pokazali, da so tehnike strojnega učenja že uveljavljene na področju ekstrakcije metapodatkov iz znanstvene literature. Najboljše rezultate so pokazale rešitve, ki združujejo analizo postavitve dokumenta in proces ekstrakcije metapodatkov. Glede na raziskave o ekstrakciji metapodatkov s pomočjo strojnega učenja lahko sklepamo, da je treba dodatno analizirati orodja in modele strojnega učenja GROBID, CERMINE, XTRACT, BERT, Mask R‑CNN in BiLSTM. Na podlagi izkušnjah ekstrakcije metapodatkov iz znanstvene literature je treba prilagoditi modele za ekstrakcijo metapodatkov iz arhivskega gradiva.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

Moderna arhivistika

自引率

0.00%

发文量