電子書智能入庫系統(tǒng)的研究與實現(xiàn).pdf

1、信息社會的發(fā)展為人們獲取信息資源帶來了極大的便利,而殘疾人卻由于身體狀況、文化背景等自身局限而難以充分享受信息社會帶來的便利,反而面臨著被“信息鴻溝”所邊緣化的危險。為了實現(xiàn)信息無障礙,中國殘聯(lián)、國家圖書館中國盲文出版社和浙江大學(xué)共同研發(fā)了中國盲人數(shù)字圖書館。為了提高電子書入庫效率從而豐富書籍資源,我們提出了針對盲人數(shù)字圖書館的OCR電子書開發(fā)電子書智能入庫系統(tǒng)的方案。
　　 電子書智能入庫系統(tǒng)對電子書智能解析,提取書籍元數(shù)據(jù)、

2、解析書籍目錄、生成書籍摘要并提供入庫人員全方位、多粒度的輔助工具輔助校正,最后保存到網(wǎng)絡(luò)數(shù)據(jù)庫中供讀者閱讀。
　　 書籍目錄解析模塊從電子書的目錄項中提取特征,構(gòu)建向量空間模型,再利用從訓(xùn)練樣本中學(xué)習(xí)的決策樹實現(xiàn)對目錄項的分類,隨后利用目錄項的類別信息,采用目錄樹生成算法重構(gòu)書籍目錄結(jié)構(gòu),最后對目錄項的起始頁碼進行自動校正。
　　 書籍簡介生成模塊利用書籍封面、內(nèi)頁、目錄、封底等內(nèi)容抽取高質(zhì)量的人工簡介,若無法找到人工簡

3、介則通過對句子計算相關(guān)度,構(gòu)建相關(guān)度圖模型,然后采用PageRank算法得到句子的重要性評價,最后用MMR算法選取重要性高、冗余度低的候選句子,經(jīng)過修飾后得到書籍簡介。
　　 通過對4批電子書實驗,表明目錄解析模塊決策樹分類的準(zhǔn)確率達到90％,而簡介生成模塊多文檔摘要的準(zhǔn)確率達到77%;此外用戶的評價信息表明,這兩個模塊的整體解析效果令人滿意。
　　 電子書智能入庫系統(tǒng)正式上線后取得了良好的應(yīng)用效果,避免了此前入庫的大量