Für unsere Linked Open Citation Database entwickeln wir neue Ansätze zur Extraktion von Referenzdaten aus Referenzlisten. Ein Schritt in diesem Prozess ist die Segmentierung solcher Listen in einzelne Referenzen, d.h. für jede Referenz wird eine Box bestimmt.

Für Trainings- und Evaluierungszwecke haben wir 2.402 zusätzliche Seiten mit Referenzen aus Büchern und Kapiteln gekennzeichnet.c

Die Koordinaten für das erste Feld sind:

<xmin>194</xmin>
<ymin>700</ymin>
<xmax>1758</xmax>
<ymax>800</ymax>

Sehen Sie hier das komplette XML dieser Seitendatei mit allen Boxen.

Der vollständige Datensatz kann zusammen mit den bibliographischen Angaben von MADATA heruntergeladen werden, damit Sie Datenzitate erstellen können: https://doi.org/10.7801/283

Ein erster Dump der Zitationsdaten, die wir in unserem Projekt generieren, ist verfügbar: dump_20180118_0910.json (4,17 MB).

Die Daten dienen als Beispiel für die Qualität der gefundenen Zitation. Es sind 985 bibliographische Ressourcen mit insgesamt 10’905 Referenzen enthalten, von denen 951 aufgelöst sind.