Автоматический парсинг текста цитаты в академических ссылках
Есть ли какое-либо программное обеспечение (или псевдокод), который может автоматически просканировать часть текста (или вставляемый в инструмент или считанный из .doc/.pdf) и определить данные цитаты с помощью стандартных форматов? Данные были бы затем разделены на свои составляющие поля и экспортированы в XML, CSV или некотором другом формате структурированных данных. Я посмотрел на cb2Bib, но он только смог извлечь год из ссылок стиля Гарварда, который недостаточен.
4 ответа
Попробуйте инструмент, такой как Regex Buddy или Экспресс.
Если Вы не программист, Регулярные выражения могут быть немного пугающими, но они действительно не что трудно, особенно с достойным инструментом как одно из вышеупомянутого.
Вот пример кого-то использующего Регулярные выражения для извлечения цитат:
Mendeley должен смочь сделать это. Это может импортировать PDFs и затем экспортировать метаданные в BibTeX, RIS и EndNote XML. Это является свободным загрузить и является межплатформенным.
Править: Я протестировал это на нескольких документах. Импорт PDF, действительно кажется, работает хорошо на ссылки, которые отформатированы правильно. Для документа я создал ЛАТЕКС использования, все ссылки с автором в форме "Smith, J." или "J. Smith", и т.д., был импортирован прекрасный. Если автор является компанией (отдельное слово), или ссылка является неполной, она не работает также. Извлеченные ссылки могут легко быть отредактированы и экспортированы в BibTeX и т.д.
Я видел, что программа Westlaw делает это для легальных цитат, но это, вероятно, не, что Вы ищете. Ссылочный менеджер мог бы сделать что-то как этот для академических форматов, но я никогда не использовал его.
Это, вероятно, принадлежит больше как комментарий к @Abhinav, но zotero определенно только обрабатывает структурированные данные, поскольку Вы нашли бы описанным здесь:
Интересный взлом мог бы быть должен попытаться записать программу, которая использует каждую цитату в качестве поискового запроса в Вашей любимой базе данных, затем использует что-то как zotero для генерации касательно информации. Вы могли также загрузить структурированную информацию с сервисов как citeUlike. Сообщите мне, заканчиваете ли Вы события что-то как этот! (поднимите его на GitHub, если Вы делаете ;).