一种从文献中自动识别实验方案的方法

摘要

本发明提出一种从文献中自动识别实验方案的方法，包括如下步骤：读取所述文献中数字化的文献内容；将文献内容划分为多个文本段落；基于词频统计，采用特征向量表示文献内容中所有的文本段落；对文本段落的原始特征向量进行高层次特征向量的提取；通过上下文无关分类模型/上下文相关段落分类模型，判断文本段落是否为阐述实验方案的段落。本发明针对生命科学文献中实验方案段落的识别任务，通过高层特征的提取和上下文无关/相关分类器的构造，能够高效、准确的在海量的生命科技文献中自动的提取出实验方案的段落。