내용분석을 통한 논문지의 목차분류 시스템의 구현
Implementation of a Journal’s Table of Contents Separation System based on Contents Analysis
1
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 논문지 정보를 데이터베이스화하는 시스템의 구축에 있어 논문지 정보를 입력하고 색인을 구성하는 데 드는 노력을 줄이기 위해 목차를 자동으로 생성하기 위한 방법을 제안하고 있다. 기존의 문서분석방법으로는 예외적인 부분이 많은 목차 형식을 효과적으로 분석할 수 없었으며 우리가 원하는 부분을 효과적으로 추출할 수가 없었으므로 본 논문에서는 논문지 목차의 효율적인 인식을 위한 구조적인 분석방법을 제안하고 있다. 논문지 목차에서 표현하고자 하는 가장 필수적인 요소는 논문지에 실린 논문의 제목, 저자, 페이지 등 세 항목이므로 이 세 가지 항목을 추출하기 위하여 모델링하고 특성을 분석하고 있다. 제안한 모델링 방법에 따른 목차 인식 시스템을 구현하여 제목,저자, 페이지 등의 순서를 갖는 논문 목차를 대상으로 660편에 대하여 측정한 결과 91.5%의 논문추출 성공률을 얻었다.
Abstract
In this paper, a method for automatic indexing of contents to reduce effort for inputting paper information and constructing index is considered. Existing document analysis methods can't analyse various table of contents of journal paper formats efficiently because they have many exceptions. In this paper, various contents formats for journals, which have different features from those for general documents, are analysed and described. The principal elements that we want to represent are titles, authors, and pages for each papers. Thus, the three principal elements are modeled according to the order of their arrangement, and their features are extracted. And a table of content recognition system of journal is implemented, based on the proposed modeling method. The accuracy of exact extraction ratio of 91.5% on title, author, and page type on 660 published papers of various journals is obtained.
참고문헌 (23)
- 김병기, "연결요소와 색상정보를 이용한 실제적 문서영상 분할", 7(1), pp.273~285 (2000)
- 변영철, "부분 매칭 방법을 이용한 효율적인 서식 문서 분류", 8-B(1), pp.1~9 (2001)
- 이경호, "문서 영상의 논리적인 구조 분석을 위한 구문론적인 접근 방식", 28(7), pp.524~536 (2001)
- "문자인식-이론과 실제", pp.87~108 (1993), 홍릉과학 출판사
- 장대근, "연결요소와 영역확장을 이용한 문서영상 분할" (1999)
- 장대근, "이미지 필터와 제한조건을 이용한 문서영상 구조분석", 9-B(3), pp.311~318 (2002)
- 천대녕, "연결화소를 이용한 문서 영상의 분할 및 인식", 20, pp.1741~1751 (1993)
- 전병태, "다단계 특징 추출에 의한 일반화된 자막 영역 추출 방법", pp.429~434 (2000)
- 정창부, "문서 영상 내 테이블 영역에서의 단어 추출", 12-B(4), pp.369~378 (2005)
- A. Belaid, "Part-of-Speech Tagging for Table of Contents Recognition", pp.451~454 (2000)
- S. Bow, "A Graphics-Recognition System for Interpretation of Line Drawing", pp.37~72 (1990)
- R. Crane, "A simplified approach to Image Processing" (1997), Prentice Hall
- L.A. Fletcher, "A Robust Algorithm for Text String Separation from Mixed Text", Graphics Images IEEE Trans. on Pattern Analysis and Machine Intelligence, 1988., pp.10(6), 910~918
- Gonzalez, "Digital Image Processing" (1992), Addsion Wesley Longman
- Y. Hirayama, "A Block Segmentation Method for Document Image with Complicated Column Structures Proceedings of the 2nd International Comference on Document Analysis and Recognition", pp.91~94 (1993)
- X. Lin, "Detection and Analysis of Table of Contents Based on Content Association" (2005)
- S. Mandal, "Automated Detection and Segmentation of Table of Contents Page from Document Images", pp.398~402 (2003)
- L. O'Gorman, "The Document Spectrum for Page Layout Analysis IEEE Trans. on PAMI", 15, pp.1162~1173 (1993)
- L. O'Gorman, "Document Image Analysis" (1996), IEEE
- "Major Components of A Complete Text Reading System Proceedings of IEEE. Vol. 80", (7), pp.20 1133~1149 (1992)
- S. Tsuruoka, "Image-based Structure Analysis for a Table of Contents and Conversion to XML Documents" (2001)
- F.M. Wahl, "Block Segmentation and Text Extraction in Mixed Text", Image Document, 375 20~390 1982[DOI]
- D. Wang, "Classification of Newspaper Image Block Using Texture Analysis", 47, pp.327~352 (1989)