研究者詳細 - 太田　学

論文 - 太田　学

分割表示 95 件中 21 - 40 件目／全件表示 >>

Utilization of Multiple Sequence Analyzers for Bibliographic Information Extraction 査読

Atsuhiro Takasu, Manabu Ohta

PATTERN RECOGNITION APPLICATIONS AND METHODS, ICPRAM 2014 9443 222 - 236 2015年

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）出版者・発行元：SPRINGER INT PUBLISHING AG

This paper discusses the problems of analyzing title page layouts and extracting bibliographic information from academic papers. Information extraction is an important function for digital libraries to offer, providing versatile and effective access paths to library content. Sequence analyzers, such as those based on a conditional random field, are often used to extract information from object pages. Recently, digital libraries have grown and can now handle a large number and wide variety of papers. Because of the variety of page layouts, it is necessary to prepare multiple analyzers, one for each type of layout, to achieve high extraction accuracy. This makes rule management important. For example, at what stage should we invest in a new analyzer, and how can we acquire it efficiently, when receiving papers with a new layout? This paper focuses on the detection of layout changes and how we learn to use a new sequence analyzer efficiently. We evaluate the confidence metrics for sequence analyzers to judge whether they would be suited to title page analysis by testing three academic journals. The results show that they are effective for measuring suitability. We also examine the sampling of training data when learning how to use a new analyzer.

DOI： 10.1007/978-3-319-25530-9_15

Web of Science

researchmap

Cost Evaluation of CRF-Based Bibliography Extraction from Reference Strings 査読

Naomichi Kawakami, Manabu Ohta, Atsuhiro Takasu, Jun Adachi

The Emergence of Digital Libraries – Research and Practices 268 - 278 2014年11月

少量学習データによる参考文献書誌情報抽出査読

川上尚慶, 太田学, 高須淳宏, 安達淳

第7回Webとデータベースに関するフォーラム (WebDB Forum) 2014 論文集 2014年11月

Prototype System for Visualizing Review Text Using Evaluative Expression Dictionaries 査読

Yuki Tanimoto, Hirotaka Niitsuma, Manabu Ohta

Web Technologies and Applications 8709 662 - 665 2014年9月

Empirical Evaluation of CRF-Based Bibliography Extraction from Reference Strings 査読

Manabu Ohta, Daiki Arauchi, Atsuhiro Takasu, Jun Adachi

2014 11th IAPR International Workshop on Document Analysis Systems 287 - 292 2014年4月

Rule Management for Information Extraction from Title Pages of Academic Papers 査読

Atsuhiro Takasu, Manabu Ohta

Proc. of Third International Conference on Pattern Recognition Applications and Methods (ICPRAM 2014) 438 - 444 2014年3月

Error Detection of CRF-Based Bibliography Extraction from Reference Strings 査読

Manabu Ohta, Daiki Arauchi, Atsuhiro Takasu, Jun Adachi

The Outreach of Digital Libraries: A Globalized Resource Network, ICADL 2012, LNCS 7634. 229 - 238 2012年11月

要因検索における要因抽出法の改良と結果検索の提案査読

武田真輝, 太田学

第5回Webとデータベースに関するフォーラム (WebDB Forum) 2012 論文集 2012年11月

冠詞の用法規則と検索エンジンを利用した英文冠詞誤りの自動修正査読

尾﨑弘明, 谷本太郁由, 太田学

第5回Webとデータベースに関するフォーラム (WebDB Forum) 2012 論文集 2012年11月

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査読

太田学, 井上諒平, 高須淳宏

日本データベース学会論文誌 11 ( 2 ) 37 - 42 2012年10月

A Document Analysis System for Linking Cross-document Entities 査読

Manabu Ohta, Atsuhiro Takasu

Proc. of Fourth International Conference on Creative Content Technologies (CONTENT 2012) 14 - 20 2012年7月

Empirical Evaluation of CRF-Based Bibliography Extraction from Research Papers 査読

Manabu Ohta, Ryohei Inoue, Atsuhiro Takasu

Proc. of IADIS International Conference Information Systems 2012 (IS 2012) 18 - 26 2012年3月

CRF-based Bibliography Extraction from Reference Strings Focusing on Various Token Granularities 査読

Manabu Ohta, Daiki Arauchi, Atsuhiro Takasu, Jun Adachi

2012 10th IAPR International Workshop on Document Analysis Systems 276 - 281 2012年3月

CRFによる論文文書画像の書誌要素推定における自動誤り検出査読

井上諒平, 太田学, 高須淳宏

第4回Webとデータベースに関するフォーラム (WebDB Forum) 2011 論文集 2011年11月

因果関係ネットワーク構築のための要因検索法の改良査読

武田真輝, 太田学

第4回Webとデータベースに関するフォーラム (WebDB Forum) 2011 論文集 2011年11月

CRFによる参考文献文字列からの書誌要素抽出の一手法査読

荒内大貴, 太田学, 高須淳宏, 安達淳

第4回Webとデータベースに関するフォーラム (WebDB Forum) 2011 論文集 2011年11月

Manabu Ohta, Toshihiro Hachiki, Atsuhiro Takasu

Fourth International Conference on the Applications of Digital Information and Web Technologies (ICADIWT 2011) 130 - 136 2011年8月

検索質問と検索結果の変化を利用した先読み検索査読

藤田遼治, 太田学

情報処理学会論文誌データベース (TOD) 3 ( 3 ) 78 - 87 2010年9月

Empirical evaluation of active sampling for CRF-based analysis of pages 査読

Manabu Ohta, Ryohei Inoue, Atsuhiro Takasu

2010 IEEE International Conference on Information Reuse and Integration, IRI 2010 13 - 18 2010年8月

記述言語：英語掲載種別：研究論文（国際会議プロシーディングス）

We propose an automatic method of extracting bibliographies for academic articles scanned with OCR markup. The method uses conditional random fields (CRF) for labeling serially OCR-ed text lines on an article's title page as appropriate names for bibliographic elements. Although we achieved excellent extraction accuracies for some Japanese academic journals, we needed a substantial amount of training data that had to be obtained through costly manual extraction of bibliographies from printed documents. Therefore, this paper reports an empirical evaluation of active sampling applied to the CRF-based extraction of bibliographies to reduce the amount of training data. We applied active sampling techniques to three academic journals published in Japan. The experiments revealed that the sampling strategy using the proposed criteria for selecting samples could reduce the amount of training data to less than half or even a third of those for two academic journals. This paper also reports the effect of pseudo-training data that were added to training. © 2010 IEEE.

DOI： 10.1109/IRI.2010.5558973

Scopus

researchmap

検索エンジンによる英文前置詞誤り修正支援査読

有冨隼, 太田学

日本データベース学会論文誌 9 ( 1 ) 70 - 75 2010年6月

　前のページ - 次のページ　

<太田 学>

論文 - 太田 学

<太田　学>

論文 - 太田　学