生物信息文獻數(shù)據(jù)庫構(gòu)建與軟件Web自動發(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。對于生物信息學(xué)研究者來說，能否充分利用國際國內(nèi)已有的文獻數(shù)據(jù)庫、構(gòu)建各機構(gòu)內(nèi)部使用的文獻數(shù)據(jù)庫，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，則將有效推動生物信息學(xué)研究人員的研究工作，由此，對這些軟件

2、進行Web發(fā)布以提供共享服務(wù)也就變得日益重要。
　　 針對在建設(shè)文獻數(shù)據(jù)庫時文獻索引信息需手工錄入、上傳文獻效率低的不足，研制了PDF文獻索引信息自動抽取工具。通過對PDF文件結(jié)構(gòu)和信息抽取原理進行分析，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，對文件進行語義信息分析，實現(xiàn)了該領(lǐng)域的PDF文獻索引信息的自動抽取，提高了文獻上傳效率。在生物信息文獻數(shù)據(jù)庫中對該工具進行了

3、測試。測試證明，系統(tǒng)能實現(xiàn)單個文獻和批量文獻的自動上傳，使生物信息文獻數(shù)據(jù)庫素材的收集變得方便。
　　 通過分析元搜索引擎的特性，將元搜索引擎技術(shù)應(yīng)用到文獻的搜索上來，開發(fā)了一個文獻元搜索引擎，它包括界面、調(diào)度、顯示三個核心功能模塊，選擇多個著名的學(xué)術(shù)文獻搜索引擎和數(shù)據(jù)庫為目標搜索源，克服了單個文獻數(shù)據(jù)庫中存在的文獻數(shù)量有限、覆蓋面窄和有效檢索率低等問題，為進一步整合分布式、異構(gòu)生物信息數(shù)據(jù)庫打下了基礎(chǔ)。
　　 針對目前