학술논문 내에서 참고문헌 정보가 포함된 서지 메타데이터 자동 생성 연구
Automatic Generation of Bibliographic Metadata with Reference Information for Academic Journals
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
서지정보는 연구 주제의 최신 동향의 인지와 유용성을 검증하는 데에 참고할 수 있다. 즉, 각자 연구자들이 필요로 하는 문헌에 신속하게 접근하기 위해서는 학술논문에서 저자 정보, 요약, 초록, 참고문헌 등을 쉬운 방법으로 파악해야 한다. 그러나, 현재 출판되는 PDF 형식의 전자 학술논문은 출판 주체별로 고유한 양식을 띄고 있어서, 몇몇 특징에 의한 규칙 기반 추출법으로는 수많은 문헌에서 목표 정보를 추출하여 요약된 서지사항으로 자동 생성하기 어렵다. 이에 본 연구는 학술논문 서지사항 자동 생성에 있어서 양식의 다양성으로 인한 메타데이터 자동 추출의 난점을 극복할 방법을 제안한다. 제안하는 모델은 서지사항이 주로 기술되는 학술논문의 첫 페이지에서 목표 영역과 본문의 시작점을 구분할 수 있는 심층신경망 기반 모델과 앞의 모델로 추출된 서지사항을 상세한 메타데이터로 분류하고 재생성하는 규칙 기반 모델로 구성된다. 제안하는 모델은 참고문헌 요약정보를 생성하는 모델도 포함하는데, 본문의 말미와 참고문헌 시작점의 분리, 그리고 개별 참고문헌 추출을 규칙 기반 방법으로 진행하고, 추출한 각개 참고문헌의 서지정보를 분류하는 데에 심층신경망을 이용하도록 구성하였다. 추가로, 논문 자체의 서지정보를 전후처리 없이 추출/생성하는 모델의 가능성을 확인하기 위하여 참고문헌 영역까지 아우르는 모델을 구축하여 비교 실험을 진행하였다. 실험 결과 본 논문에서 제안하는 방식이 서지정보를 전후처리 하지 않고 진행한 비교 실험에 비하여 더 높은 성능을 보였다.
Abstract
Bibliographic metadata can help researchers effectively utilize essential publications that they need and grasp academic trends of their own fields. With the manual creation of the metadata costly and time-consuming. it is nontrivial to effectively automatize the metadata construction using rule-based methods due to the immoderate variety of the article forms and styles according to publishers and academic societies. Therefore, this study proposes a two-step extraction process based on rules and deep neural networks for generating bibliographic metadata of scientific articlles to overcome the difficulties above. The extraction target areas in articles were identified by using a deep neural network-based model, and then the details in the areas were analyzed and sub-divided into relevant metadata elements. IThe proposed model also includes a model for generating reference summary information, which is able to separate the end of the text and the starting point of a reference, and to extract individual references by essential rule set, and to identify all the bibliographic items in each reference by a deep neural network. In addition, in order to confirm the possibility of a model that generates the bibliographic information of academic papers without pre- and post-processing, we conducted an in-depth comparative experiment with various settings and configurations. As a result of the experiment, the method proposed in this paper showed higher performance.
참고문헌 (18)
- 김선우, "Bidirectional GRU-GRU CRF 기반 참고문헌 메타데이터 인식", 한국정보과학회 언어공학연구회: 학술대회 논문집(한글 및 한국어 정보처리), 30, pp.461~464 (2018)
- 김선우, "학술논문 PDF에 대한 딥러닝 기반의 메타데이터 추출 방법 연구", 정보과학회논문지, 46(7), pp.644~652 (2019), 한국정보과학회[DOI]
- 김재훈, "학술논문과 참고문헌의 자동매핑 사례 분석", 한국콘텐츠학회 논문지, 19(11), pp.262~269 (2019), 한국콘텐츠학회[DOI]
- 김지훈, "참조연결을 위한 인용정보 자동추출에 관한 연구", 한국문헌정보학회지, 37(1), pp.247~268 (2003), 한국문헌정보학회
- 임수현, "학술 문헌 인용 계보 내 피인용지수를이용한 참고문헌 탐색 인터페이스 제안", 한국HCI학회 학술대회, pp.526~529 (2019)
- 지선영, "PDF 학술논문 메타데이터 자동 추출 연구", 석사, pp.2021
- 지선영, "사전학습 된 언어 모델 기반의 양방향 게이트 순환 유닛 모델과 조건부 랜덤 필드 모델을 이용한 참고문헌 메타데이터 인식 연구", 정보관리학회지, 38(1), pp.221~242 (2021), 한국정보관리학회[DOI]
- An, D., "Citation metadata extraction via deep neural network-based segment sequence labeling", Proceedings of the 2017 ACM on Conference on Information and Knowledge Management, pp.1967~1970 (2017)
- Besagni, D., "Citation recognition for scientific publications in digital libraries", First International Workshop on Document Image Analysis for Libraries, pp.244~252 (2004)
- Granitzer, M., "A comparison of layout based bibliographic metadata extraction techniques", Proceedings of the 2nd International Conference on Web Intelligence, Mining and Semantics, 2, pp.1~8 (2012)
- Kovačević, A., "Automatic extraction of metadata from scientific publications for CRIS systems", Program : electronic library and information systems, 45(4), pp.376~396 (2011)
- "KcBERT" (2020)[URL]
- Liu, R., "Automatic document metadata extraction based on deep networks", National CCF Conference on Natural Language Processing and Chinese Computing, pp.305~317 (2017)
- Powley, B., "High accuracy citation extraction and named entity recognition for a heterogeneous corpus of academic papers", 2007 International Conference on Natural Language Processing and Knowledge Engineering, pp.119~124 (2007)
- Souza, A., "ARCTIC: metadata extraction from scientific papers in pdf using two-layer CRF", Proceedings of the 2014 ACM Symposium on Document Engineering, pp.121~130 (2017)
- Tkaczyk, D., "A modular metadata extraction system for born-digital articles", 2012 10th IAPR International Workshop on Document Analysis Systems, pp.11~16 (2012)
- Tkaczyk, D., "CERMINE : automatic extraction of structured metadata from scientific literature", International Journal on Document Analysis and Recognition, 18, pp.317~335 (2015)
- Ziviani, N., "Information Retrieval Research at UFMG", Journal of Information and Data Management, 2(2), pp.77~77 (2011)