VSM模型在文档结构识别中的应用

借鉴向量空间模型（VSM）,将文档的单元结构映射到特征向量,并对其进行归一化和加权处理,再计算标准文档结构分类特征向量和待查文档单元结构特征向量的相似度,实现对文档结构的识别。测试结果表明,该方法实现了文档格式的向量表示,易于计算,具有较好的扩展性,可在此基础上实现其他特定结构文档格式的自动检查或文档理解。     

基于GXL的软件文档生成的研究

软件文档对于程序理解、软件开发和软件维护具有关键作用,GXL（graph exchange lan-guage）是由Richard C.Holt等人在2001年提出的一种图形文件交换格式,可以应用于逆向工程领域以实现不同的逆向工程工具之间的信息交互.论文提出了一种基于GXL的软件文档生成的方法,结合多种功能不同的逆向工程工具,将从C/C＋＋目标系统提取的信息以GXL格式存储并进行相应的格式转换,生成Html文档和SVG格式的UML类图以及工程视图,从不同的抽象层次反映系统的结构,为程序理解提供信息.     

基于Web Service的办公文档格式安全转换服务

为保证Web Service文档格式转换的安全性,基于XSLT和Web Service,研究并实现了一种UOF到XHTML的文档格式安全转换工具。其核心思想是:在本地用标识置换原始文档中的敏感文本内容;采用Web Service实现没有敏感内容的文档格式的转换服务;最后在本地根据标识恢复转换结果文档中的敏感内容。该转换工具能保护需要转换文档中的私有或者敏感数据不被服务器截留,减少网络中传送的数据流量。同时,用户不需要在本地客户端安装和更新文档格式转换器,对于实现大规模集中式的文档格式转换有重要意义。     

标文通与OOXML演示文稿文档格式的比较与转换

针对不同办公文档格式的互通问题,系统地分析了标文通和Office Open XML Format两种文档格式的演示文稿描述结构及其存在的差异.在两种格式的基础上提出演示文稿文档模型结构,采用预处理和主转换相结合的方法,通过构建转换器,实现了两种文档格式之间转换.结果表明该方法有较好的转换效果.     

文档互操作性度量

针对文档互操作性测试目的,在分析互操作种类和需求的基础上,系统地定义了相关概念,提出了互操作度量模型,并实际度量了ODF、OOXML和UOF三种文档格式的互操作性。互操作性测试是系统互操作性的重要保障,所提出的文档互操作性度量方法为测试文档的互操作性提供了量化的依据。     

基于VBA的毕业设计文档自动生成系统

为了解决毕业设计各阶段输出的文档需要手工填写的繁琐,利用Microsoft公司发布的VBA程序设计工具,设计和实现了基于VBA的毕业设计各阶段文档自动生成系统。该系统可以自动完成文档中信息的填写,界面友好,操作简单,生成的文档格式规范,该系统的使用可提高教师的工作效率。     

基于语义网的电子政务文档检索技术的实现

当前由于电子政务发展迅速而引起的电子政务文档数量剧增，如何使用户能够提高检索文档信息查准率的同时提高检索的查全率已经成为一个热门问题。文章提出电子政务文档元数据的语义组织方法，包括文档集的资源描述框架模型的建立、合并以及检索词在文档中相似度的计算。对电子政务文档的智能搜索提出一种基于语义网检索的实现方法，结合语义网便于机器理解的优点，提高了检索集的查全率和查准率。     

文档协同处理系统的设计与实现

为了满足多人协作完成同一文档编辑的需求,提出一种文档协同处理系统的设计模型:在切分文档整体结构的基础上,将对1个文档的编辑转化为对多文档的编辑,简化了并行处理的复杂性;同时将文档的内容和式样完全分离,使用户可以只关注文档内容编辑而不涉及式样,便于提高工作效率;多用户完成内容编辑后,由系统完成内容的集成并生成符合某种文档格式标准的最终结果文档。基于该系统模型实现了一个原型系统,说明了模型的可行性。     

VB创建Word格式化文档

以VB创建Word格式化文档为目的,分析了VB中“Application”对象模型和“Document”子对象的结构.详细介绍了在VB中创建Word文档,以及向文档中添加文字、表格、页面设置及输出文档等步骤方法,从而实现了自动组卷系统中输出Word格式的试卷,满足了不需排版直接供印刷使用的高要求.本方法也可用于其它支持ActiveX的开发平台中.     

基于BIM的建设项目文档集成管理系统开发

介绍了建筑信息模型(building information model,BIM)的概念、特征以及相应的标准,对目前流行的建筑信息模型解决方案进行了对比分析.对基于建筑信息模型进行的建设项目文档管理进行了研究,通过对Autodesk的建筑信息模型解决方案Revit进行分析,利用其所提供的API开发了网络化文档管理系统.该系统可有效地实现文档与建筑信息模型的集成,提高文档管理的效率和质量.该方法也可以用于其他信息与建筑信息模型的集成.     

Word文档图片在方正排版前的导出与处理

期刊编排中,Word文档图片在导入方正系统前转换为JPG格式的方式有多种。其中,采用Corel draw软件和Photoshop软件相结合的方法,可以收到两种效果:第一,根据二者在图形图像处理方面的特长,对Word文档粘贴到Corel draw中的4种图片做解散、群组和植入等处理,以及对Corel draw输出到Photoshop中的图片做移动、旋转和覆盖等处理,能保持图片的准确度。第二,针对JPG、EPS和TIF格式的存储特点,完成由Word文档导出图片至Corel draw输出的点阵TIF格式,至Photoshop储存的封装EPS格式,直至另存为高效压缩的JPG格式,能保持图片的清晰度。     

基于PDF文档的网络学习资源建设

目前最流行的电子文档格式--PDF文档,集多媒体信息于一身,交互方式丰富,并且可在Web上发布和传递,具有独特优势.本文在分析PDF文档和Web数据库进行双向数据传递机理的基础上,对如何利用PDF文档结合ASP技术开发网络学习资源进行了探讨.     

DrawingML图形到SVG转换的分析与实现

分析了OOXML标准中的DrawingML图形格式与WEB环境下的SVG图形格式的异同,提出了一种将DrawingML图形转换为SVG图形的方法,探讨了转换难点问题.实验表明,利用该方法开发的转换器能够成功地实现DrawingML图形在主流网页浏览器中的显示.对于OOXML办公文档与网页文档的互操作具有良好的应用价值.     

利用PDF文档结合ASP技术开发网络学习资源的探讨

目前最流行的电子文档格式之一：PDF文档,集多媒体信息于一身,交互方式丰富,并且可在Web上发布和传递,具有独特优势。本文在分析PDF文档和Web数据库进行双向数据传递机理的基础上,对如何利用PDF文档结合ASP技术开发网络学习资源进行了探讨。     

文档型数据库与关系型数据库的比较

随着数据库技术在应用领域的不断拓展,人们发现关系型数据库的许多限制和不足,因而数据库技术进入了“后关系数据库时代”.文档数据库由此应运而生.概要地从数据格式、数据库结构和Web发布数据三个方面比较了文档型数据库与关系型数据库的异同,同时区别了文档型数据库与存储数据的文件系统的不同.     

开放的复合文档OpenCDF模型及其实现

提出开放的复合文档OpenCDF模型来解决文档的信息集成和处理问题。OpenCDF被定义为一个文档容器,其中包含若干个微文档对象和一个文档框架。容器内各个微文档对象可符合不同的文档标准和规范,通过文档框架建立逻辑关系后集成为一个逻辑文档,并借助文档框架进行互操作。通过Silverlight等技术实现了一个基于WEB的文档处理系统,说明了本模型和架构的可行性。     

基于查询与内容的文档表示模型

在信息检索中,文档表示模型的优劣是影响检索性能的重要因素之一.根据全信息理论,认识论信息是语法信息、语义信息和语用信息的三位一体.当前主流的文档表示模型主要利用语法和语义信息,造成语用信息的缺失,成为改善检索性能的瓶颈.该文提出了一种整合用户查询行为与文档内容的文档表示模型,将用户隐性反馈的语用信息和文档自身的语义、语法信息相结合,动态调整索引库关键词权重,从而提高信息检索的查全率和查准率.     

基于组合覆盖的文档转换器集成测试用例生成

通过对中文文档格式标准"标文通"(UOF)和XML实例文档进行形式化定义,统一了文档转换器测试功能点粒度划分标准,实现了测试用例覆盖率的度量;设计基于两两组合覆盖算法的文档转换器集成测试数据集构造方法,得到最小化的测试用例集,解决了文档转换器的人工集成测试用例设计简单、增量策略不合理、用例数量随着输入参数的增加呈指数增长等问题。在此基础上开发了文档转换器测试用例生成原型系统。实验表明:该系统可以生成文档转换器集成测试用例,在保证测试用例覆盖率的基础上,有效降低集成测试用例数量,减少测试用例设计时间,提高测试效率。     

PDF文档中JPEG图像的自动提取技术研究

对PDF文档的处理常常要涉及到文本和图像的提取。文章在深入分析PDF格式和其中采用的各种压缩算法的基础上,实现了PDF文档中JPEG图像的自动提取。算法结合PDF文档结构和页面树,按照图像在页面中出现的顺序,对各页面中含有的图像对象进行准确定位,依次提取其中的图像压缩数据,并根据采用压缩算法的不同,对压缩数据进行筛选,最后得到保存为JPEG格式的图像。算法可以很好地应用于由任何途径生成的各种类型的PDF文档。     

基于NOTES的文档评阅流程的实现

针对一般数据库无法管理的非结构化信息（文档）,采用ＬｏｔｕｓＮｏｔｅｓ解决方案,建立一个审批流程数据库,利用文档链和邮件流实现了文档的评阅流程,运行实践证明,本方案方便灵活地解决了文档工作流的运转问题,测试效果良好。