生物信息文獻(xiàn)數(shù)據(jù)庫(kù)構(gòu)建與軟件Web自動(dòng)發(fā)布.pdf

1、隨著Internet的迅猛發(fā)展，信息逐步數(shù)字化、網(wǎng)絡(luò)化、全球化。如何高效、準(zhǔn)確地利用互聯(lián)網(wǎng)上的有用信息已成為人們關(guān)心的課題。對(duì)于生物信息學(xué)研究者來(lái)說(shuō)，能否充分利用國(guó)際國(guó)內(nèi)已有的文獻(xiàn)數(shù)據(jù)庫(kù)、構(gòu)建各機(jī)構(gòu)內(nèi)部使用的文獻(xiàn)數(shù)據(jù)庫(kù)，這是能否有效開展研究工作的基本保障。另一方面，隨著人類基因組計(jì)劃的完成，已經(jīng)涌現(xiàn)了大量旨在從生物數(shù)據(jù)中分析和挖掘有關(guān)知識(shí)的生物信息軟件，若這些軟件能被充分地共享，則將有效推動(dòng)生物信息學(xué)研究人員的研究工作，由此，對(duì)這些軟件

2、進(jìn)行Web發(fā)布以提供共享服務(wù)也就變得日益重要。
　　 針對(duì)在建設(shè)文獻(xiàn)數(shù)據(jù)庫(kù)時(shí)文獻(xiàn)索引信息需手工錄入、上傳文獻(xiàn)效率低的不足，研制了PDF文獻(xiàn)索引信息自動(dòng)抽取工具。通過(guò)對(duì)PDF文件結(jié)構(gòu)和信息抽取原理進(jìn)行分析，提煉和總結(jié)了生物信息領(lǐng)域中大量重要期刊的PDF文獻(xiàn)索引信息的特征和規(guī)律，并制定出抽取規(guī)則，根據(jù)抽取規(guī)則，對(duì)文件進(jìn)行語(yǔ)義信息分析，實(shí)現(xiàn)了該領(lǐng)域的PDF文獻(xiàn)索引信息的自動(dòng)抽取，提高了文獻(xiàn)上傳效率。在生物信息文獻(xiàn)數(shù)據(jù)庫(kù)中對(duì)該工具進(jìn)行了

3、測(cè)試。測(cè)試證明，系統(tǒng)能實(shí)現(xiàn)單個(gè)文獻(xiàn)和批量文獻(xiàn)的自動(dòng)上傳，使生物信息文獻(xiàn)數(shù)據(jù)庫(kù)素材的收集變得方便。
　　 通過(guò)分析元搜索引擎的特性，將元搜索引擎技術(shù)應(yīng)用到文獻(xiàn)的搜索上來(lái)，開發(fā)了一個(gè)文獻(xiàn)元搜索引擎，它包括界面、調(diào)度、顯示三個(gè)核心功能模塊，選擇多個(gè)著名的學(xué)術(shù)文獻(xiàn)搜索引擎和數(shù)據(jù)庫(kù)為目標(biāo)搜索源，克服了單個(gè)文獻(xiàn)數(shù)據(jù)庫(kù)中存在的文獻(xiàn)數(shù)量有限、覆蓋面窄和有效檢索率低等問(wèn)題，為進(jìn)一步整合分布式、異構(gòu)生物信息數(shù)據(jù)庫(kù)打下了基礎(chǔ)。
　　 針對(duì)目前