用VB.net实现学位论文元数据的自动提取

doi:10.11925/infotech.1003-3513.2007.07.19

现代图书情报技术

2007, Vol. 2

Issue (7): 79-82 https://doi.org/10.11925/infotech.1003-3513.2007.07.19

应用实践

本期目录 | 过刊浏览 | 高级检索

用VB.net实现学位论文元数据的自动提取

王莉

（中国科学技术信息研究所北京 100038）

Implementation of Automatically Extracting the Dissertation Metadata via VB.net

Wang Li

(Institute of Scientific & Technical Information of China, Beijing 100038,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (354 KB)
输出: BibTeX | EndNote (RIS)

摘要

针对学位论文模板与在线提交系统分离情况下，学生提交论文重新填写元数据项可能带来的输入错误、与印本不符等问题，介绍从Word文档中提取学位论文元数据集表单，将相应数据项内容传递给本地学位论文在线提交系统的方案，并给出VB.net编写的主要程序代码。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王莉

关键词 ： VB.net, Word, 学位论文, 元数据

Abstract：

When a dissertation online submission system is separated from the template file, students have to fill out a metadata form. In the process of completing the form, some problems may appear such as entry errors, inconsistent with the print.Concerning these problems, the paper introduces how to extract metadata from the dissertation word file, and transmit the values to the local dissertation online submission system. The extracting process is implemented using VB.net programming.

Key words： VB.net Word Dissertation Metadata

收稿日期: 2007-05-23 出版日期: 2007-07-25

TP393

通讯作者: 王莉 E-mail: wangli@istic.ac.cn

作者简介: 王莉

引用本文:

王莉. 用VB.net实现学位论文元数据的自动提取[J]. 现代图书情报技术, 2007, 2(7): 79-82.
Wang Li. Implementation of Automatically Extracting the Dissertation Metadata via VB.net. New Technology of Library and Information Service, 2007, 2(7): 79-82.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.07.19 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I7/79

［1］ Visual Studio Tools for Office［EB/OL］. ［2007-05-13］. http://msdn2.microsoft.com/zh-cn/library/d2tx7z6d(VS.80).aspx.
［2］用VB.net打造NameSpace［EB/OL］.［2007-05-15］. http://www.tech521.com/autoGenFile/techData/13/1396.htm.
［3］ JNI Technology［EB/OL］.［2007-05-15］. http://java.sun.com/developer/onlineTraining/Programming/JDCBook/jni.html.
［4］如何在Java中调用dll文件［EB/OL］.［2007-05-15］. http://zdmllt.javaeye.com/blog/post/271203.

[1]	李跃艳,熊回香,李晓敏. 在线问诊平台中基于组合条件的医生推荐研究*[J]. 数据分析与知识发现, 2020, 4(8): 130-142.
[2]	唐晓波,高和璇. 基于关键词词向量特征扩展的健康问句分类研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 66-75.
[3]	叶佳鑫,熊回香,童兆莉,孟秋晴. 在线医疗社区中面向医生的协同标注研究*[J]. 数据分析与知识发现, 2020, 4(6): 118-128.
[4]	岳丽欣,刘自强,胡正银. 面向趋势预测的热点主题演化分析方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 22-34.
[5]	陶兴,张向先,郭顺利,张莉曼. 学术问答社区用户生成内容的W2V-MMR自动摘要方法研究*[J]. 数据分析与知识发现, 2020, 4(4): 109-118.
[6]	叶佳鑫,熊回香,蒋武轩. 一种融合患者咨询文本与决策机理的医生推荐算法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 153-164.
[7]	薛福亮,刘丽芳. 一种基于CRF与ATAE-LSTM的细粒度情感分析方法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 207-213.
[8]	龚丽娟,王昊,张紫玄,朱立平. Word2Vec对海关报关商品文本特征降维效果分析^*[J]. 数据分析与知识发现, 2020, 4(2/3): 89-100.
[9]	李旭晖,于滔,李婷,李逸文,顾进广. 一种面向演化的模式元数据描述机制*[J]. 数据分析与知识发现, 2020, 4(1): 76-88.
[10]	张金柱,胡一鸣. 融合表示学习与机器学习的专利科学引文标题自动抽取研究^*[J]. 数据分析与知识发现, 2019, 3(5): 68-76.
[11]	蒋翠清,郭轶博,刘尧. 基于中文社交媒体文本的领域情感词典构建方法研究^*[J]. 数据分析与知识发现, 2019, 3(2): 98-107.
[12]	李心蕾, 王昊, 刘小敏, 邓三鸿. 面向微博短文本分类的文本向量化方法比较研究^*[J]. 数据分析与知识发现, 2018, 2(8): 41-50.
[13]	高永兵, 杨贵朋, 张娣, 马占飞. 基于突显词博文聚类的官微事件检测方法^*[J]. 数据分析与知识发现, 2017, 1(9): 57-64.
[14]	张琴, 郭红梅, 张智雄. 融合词嵌入表示特征的实体关系抽取方法研究^*[J]. 数据分析与知识发现, 2017, 1(9): 8-15.
[15]	夏天. 词向量聚类加权TextRank的关键词抽取^*[J]. 数据分析与知识发现, 2017, 1(2): 28-34.

Viewed

Full text

Abstract

Cited

Shared

Discussed