机构知识库自动存储系统研究

摘要

介绍一种从网络文献数据库中自动采集机构学术成果并存储到DSpace平台的实验系统（DAAS）,并实现信息过滤、元数据提取、版权验证、元数据映射和数据存储的半自动化流程。详细描述基于Nutch核心组件,DAAS针对不同的期刊数据库,采用基于规则的方法设置过滤器来提取非结构化网页上书目信息,并指出计算机学习算法是下一步研究重点。