Personalized Scientific Figure Caption Generation: An Empirical Study on Author-Specific Writing Style Transfer
Teamreboott Inc.（Teamreboott公司）；MIRI D.I.H Inc.（MIRI D.I.H公司）
本文在第三届 SciCap 挑战赛中实证研究利用作者档案与元数据实现科学图表标题个性化，证明其可提升多模态大模型风格迁移效果，并指出风格匹配与标题质量间存在权衡。
2025-09-30 cs.CL cs.CV
SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions
TIB Leibniz Information Centre for Science and Technology（莱布尼茨科学与技术信息中心（TIB））；University of Brescia（布雷西亚大学）；University of Alicante（阿利坎特大学）；Georgia Institute of Technology（佐治亚理工学院）；Duke University（杜克大学）；Johns Hopkins University（约翰霍普金斯大学）；University of Manchester（曼彻斯特大学）；Narnia Labs（纳尼亚实验室）
SciSchema.org发布首个多学科科学过程模式集合，采用人在回路模式挖掘工作流构建，支持科学领域结构化标注等多项应用。
2026-07-31 cs.AI cs.CL cs.DL
PDF articles metadata harvester
科学期刊在记录世界各地研究人员的发现方面非常重要。最近传播科学期刊的媒体是PDF。在互联网上查找科学期刊的方案是通过元数据。元数据存储有关文章摘要的信息。将元数据嵌入到科技论文的PDF中可以保证元数据可读性的一致性。从科技期刊中获取元数据是目前非常有趣的领域。本文将讨论涉及XMP的科技期刊元数据采集器。
2013-01-28 cs.DL cs.IR
Multi-Disciplinary Dataset Discovery from Citation-Verified Literature Contexts
L3S Research Center（L3S研究所以）
本文提出了一种基于文献引用上下文的数据集发现方法，通过结合大规模引用提取、模式引导识别和大型语言模型，实现了比现有搜索引擎更高的召回率，并揭示了额外高实用性的数据集。
2026-01-08 cs.CL cs.DL cs.IR
The CEDAR Workbench: An Ontology-Assisted Environment for Authoring Metadata that Describe Scientific Experiments
扩展数据注释和检索中心（CEDAR）旨在彻底改变描述科学实验的元数据的创作方式。我们开发的软件CEDAR是一套基于Web的工具和REST API，允许用户构建元数据模板，填写模板以生成高质量的元数据，并共享和管理这些资源。CEDAR XML提供了一个通用的、基于REST的环境，用于创作元数据，这些元数据使用来自本体的术语进行了丰富。元数据可以JSON、JSON-LD或RDF的形式提供，便于在科学应用程序中集成，并可在Web上重用。用户可以利用我们的API验证元数据并将其提交到外部存储库。CEDAR的数据库是免费和开源的。
2019-05-16 cs.DB cs.DL
AI's Capability in Assisting Scientific Research in Physics, Astrophysics, and Cosmology I: Literature Review
研究大语言模型在物理等领域协助文献综述的能力，通过对照研究发现其与人类所选文献重叠率低，生成的参考文献可靠性待提升，2026年的ChatGPT Pro 5.5性能有显著改善。
2026-07-29 astro-ph.CO astro-ph.IM cs.CL
SMAuC -- The Scientific Multi-Authorship Corpus
Bauhaus-Universität Weimar（魏玛包豪斯大学）；Leipzig University（莱比锡大学）
针对科学出版物作者身份分析缺乏大规模数据集的问题，构建了包含逾300万篇论文、超500万作者的元数据丰富语料库SMAuC，旨在推动该领域研究。
2023-05-10 cs.CL cs.DL
New Methods for Metadata Extraction from Scientific Literature
在过去的几十年里，我们目睹了数字革命，它将学术交流转移到电子媒体，并导致其数量大幅增加。如今，跟踪最新的科学成果对研究人员构成了重大挑战。科学信息过载是影响学术界学术交流和知识传播的严重问题。现代研究基础设施通过提供智能搜索工具、推荐相似和相关文献、可视化引文和作者网络、评估文章的质量和影响力等来促进科学文献的研究。为了提供这种高质量的服务，系统不仅需要访问存储文档的文本内容，还需要访问其机器可读的元数据。由于在实践中，高质量的元数据并不总是可用的，有一个可靠的自动方法，直接从源文件提取机器可读的元数据的强烈需求。本研究针对这些问题，提出了一种自动，准确和灵活的算法，直接从科学论文中提取广泛的元数据，以数字形式。提取的信息包括基本文献元数据、结构化全文和书目部分。作为一个通用的解决方案，提出的算法是能够处理各种各样的出版物的布局精度高，因此非常适合于分析异构文档集。这是通过采用在大型、多样化数据集上训练的监督和无监督机器学习算法来实现的。我们进行的评估表明，提出的元数据提取算法的良好性能。与其他类似的解决方案的比较也证明了我们的算法性能优于大多数元数据类型的竞争对手。
2017-10-27 cs.DL cs.IR
Comparison of Feature Learning Methods for Metadata Extraction from PDF Scholarly Documents
Fraunhofer Institute for Applied Information Technology FIT（弗劳恩霍夫应用信息技术研究所FIT）；University Hospital of Cologne（科隆大学医院）；University of Koblenz（科布伦茨大学）；Soochow University（苏州大学）
本文比较NLP、CV与多模态特征学习方法在高模板差异PDF学术文档元数据提取中的准确性和效率，为后续研究提供依据。
2025-01-09 cs.CL cs.DL cs.IR
On the Communication of Scientific Results: The Full-Metadata Format
在本文中，我们介绍了一种科学的格式，基于文本的数据文件，它有利于存储和通信的表格数据集。所谓的全元数据格式建立在广泛使用的INI标准之上，并基于四个原则：可读的自文档，灵活的结构，故障安全兼容性和可搜索性。因此，解释表格数据所需的所有元数据都存储在同一个文件中，从而可以自动生成可供发布的表格和图表，并可以对数据文件集合进行语义搜索。在三个综合实例的基础上介绍了全元数据格式。附录中给出了完整的格式和语法。
2009-04-08 cs.DL cs.IR physics.comp-ph
Geospatial Metadata Improves Discoverability by Connecting Datasets Across Scientific Disciplines
Institute for Quantitative Social Science, Harvard University（哈佛大学定量社会科学研究所）；Center for Geographic Analysis, Harvard University（哈佛大学地理分析中心）
本研究利用哈佛Dataverse数据，通过地理空间元数据丰富化，将跨学科数据集连接比例从58.5%提升至63.2%，证明地理元数据比关键词更可靠地促进跨学科互操作性。
2026-09-17 cs.AI cs.DL
Metadata Management in Scientific Computing
复杂的科学代码及其生成的数据集需要一个复杂的分类环境，使社区能够在一个开放的动态系统中存储，搜索和增强元数据。目前，数据通常以只读格式呈现，由一组选定的研究人员进行提炼和管理。我们设想了一个更加开放和动态的系统，作者可以以可写的格式发布他们的数据，允许用户用自己的评论和数据来注释数据集。这将使科学界能够在比以前更高的水平上进行合作，例如，研究人员可以用他们的引文注释已发表的数据集。这样的系统需要一套完整的权限，以确保任何个人的数据都不能被其他人修改，除非他们特别允许。因此，数据集和代码通常以只读形式呈现，以保护作者的数据;然而，这也阻止了私营部门在Facebook和Twitter上看到的那种社会革命。在本文中，我们提出了一种基于Fluidinfo的发布代码和数据集的替代方法，Fluidinfo是一个开放的可写和社交元数据引擎。我们将使用Einstein Toolkit的具体示例（使用Cactus Framework构建的共享科学代码）来说明如何通过Fluidinfo以可写形式发布代码的元数据。
2012-03-19 cs.DL
Metadata for Scientific Experiment Reporting: A Case Study in Metal-Organic Frameworks
本文提出一个支持金属有机框架合成研究可重复性的元数据方法学框架，通过自然语言处理提取实验信息，构建了含九个实体和两个关系的元数据模式及合成报告数据库，以支持FAIR原则。
2023-10-19 cs.DL
MexPub: Deep Transfer Learning for Metadata Extraction from German Publications
University of Koblenz-Landau（科布伦茨-兰道大学）
从科学论文中提取元数据可以被认为是NLP中解决的问题，因为最先进的方法具有很高的准确性。然而，这并不适用于德国的科学出版物，它们有各种各样的风格和布局。与大多数遵循标准和简单布局的英语科学出版物相比，德语出版物中元数据的顺序、内容、位置和大小在出版物之间差异很大。这种多样性使得传统的NLP方法无法准确地从这些出版物中提取元数据。在本文中，我们提出了一种方法，提取元数据的PDF文档与不同的布局和风格，通过查看文件作为一个图像。我们使用Mask R-CNN，它在COCO数据集上训练，并与PubLayNet数据集进行了微调，PubLayNet数据集由大约20万个PDF快照组成，具有五个基本类（例如文本，图等）。我们在我们提出的由约30 K文章快照组成的合成数据集上对模型进行了微调，以提取九种模式（即作者，标题等）。我们的合成数据集使用德语和英语两种语言的内容以及从德国出版物中获得的有限的具有挑战性的模板生成。我们的方法实现了$90\%$左右的平均准确度，这验证了它能够从具有挑战性模板的各种PDF文档中准确提取元数据。
2021-06-04 cs.CL cs.CV cs.DL
Recommending Scientific Videos based on Metadata Enrichment using Linked Open Data
网络中可用视频的数量已经显著增加，不仅用于娱乐等，而且以有效的方式传达教育或科学信息。有几个门户网站提供后一种视频材料。其中之一是莱布尼茨科学技术信息中心（TIB）的TIB AV门户网站，该网站提供科学和教育视频内容。与其他视频门户网站不同的是，利用自动视听分析（视觉概念分类、光学字符识别、语音识别）来增强元数据信息和语义搜索。在本文中，我们建议进一步利用和丰富自动生成的信息，将其链接到德国国家图书馆的综合权威文件（GND）。该信息用于导出用于比较两个视频的相似性的度量，其用作推荐语义相似的视频的基础。用户研究表明，所提出的方法的可行性。
2019-04-03 cs.DL cs.IR
SetGo: Metadata Readiness for Scientific AI Datasets
Oak Ridge National Laboratory（橡树岭国家实验室）
研究针对科学AI数据集元数据就绪性评估工具缺失的问题，提出开源工具SetGo，能从六个维度评估修复元数据，揭示通用工具未发现的缺陷，提升公平性分数，还可集成大语言模型支持自动化工作流程。
2026-07-28 cs.AI cs.DL
Metadata Enrichment of Multi-Disciplinary Digital Library: A Semantic-based Approach
Université de Lyon（里昂大学）；Lyon 2（里昂第二大学）；CNRS（法国国家科学研究中心）；CESI EXIA/LINEACT；UJM-Saint-Etienne（圣艾蒂安大学）；Lyon 1（里昂第一大学）
在科学数字图书馆中，来自不同研究社区的一些论文即使具有语义相似的主题，也可以用社区相关的关键字来描述。在任何信息检索系统中，没有用足够的关键字变化标记的文章索引都很差，这限制了科学学科之间潜在的富有成效的交流。在本文中，我们介绍了一种新的实验设计的管道多标签语义为基础的标记开发的开放存取元数据数字图书馆。该方法首先从标准的科学分类和主题标记的文章样本中学习，以找到语义相关的文章，并相应地丰富其元数据。我们提出的管道旨在使研究人员能够接触到来自不同学科的文章，这些学科往往使用不同的术语。它允许检索语义相关的文章给定一个有限的已知变化的搜索条件。除了实现的准确性是高于一个扩展的查询为基础的方法，使用从语义网络中提取的主题同义词集，我们的实验还显示了更高的计算可扩展性与其他可比技术。我们从科学数字图书馆的开放获取元数据中提取了一个新的基准，并将其与实验代码一起发布，以便进一步研究该主题。
2018-06-21 cs.AI cs.CL cs.DL
POS Tagging and its Applications for Mathematics
FIZ Karlsruhe/Zentralblatt MATH（卡尔斯鲁厄专业信息中心/数学文摘）
科技出版物的内容分析是一项重要的工作，也是科技信息服务的重要内容。在古腾堡时代，这是人类专家的领域;在数字时代，许多基于机器的方法，例如，自然语言处理（Natural Language Processing，NLP）是半自动语音和语言处理的一种强大的机器学习方法，它也适用于数学。已经建立的NLP方法必须根据数学的特殊需要进行调整，特别是处理数学公式。我们展示了一个认知语法的词性标注器，并简要介绍了我们对数学出版物的NLP方法的适应。我们展示了在数据库zbMATH中开发的用于关键短语提取和分类的工具的使用。
2014-06-11 cs.CL cs.DL cs.IR
Can we assess research using open scientific knowledge graphs? A case study within the Italian National Scientific Qualification
对开放的科学知识图谱的需求不断增加。虽然有大量的开放获取文章和免费出版物索引，但仍然有很少的免费知识图谱暴露引文网络，而且它们的覆盖范围通常是部分的。因此，大多数基于引用计数的评估过程依赖于商业引用数据库。由于开放引用倡议（I4OC，https://i4oc.org）和开放摘要倡议（I4OA，https://i4oa.org），情况正在发生变化，其目标是推动学术出版商开放参考文献列表和其他文章元数据。本文研究了两个科学知识图谱中开放书目元数据和开放引文的增长，OpenCitations的COCI和Crossref，并对意大利国家科学资格（NSQ）进行了实验，该国家大学教授资格认证过程使用商业索引的数据。我们仅使用这些开放数据模拟了这一过程，并探讨了与官方结果的相似性和差异。实验结果表明，目前在两个科学知识图谱中可用的开放书目元数据和开放引用数据的数量还不足以获得与使用商业数据库提供的结果类似的结果。
2021-05-18 cs.DL
The role of metadata in reproducible computational research
可再现计算研究（RCR）是计算机分析科学方法的基石，将原始数据转换为已发表的结果。除了在研究完整性方面的作用外，RCR还能够显著加速评估和重用。这种对FAIR原则的潜在和广泛支持激发了人们对支持RCR的元数据标准的兴趣。元数据为原始数据和方法提供了背景和出处，对于发现和验证至关重要。尽管与科学数据有这种共同的联系，但很少有研究明确描述元数据和RCR之间的关系。本文使用功能内容分析来确定元数据标准，这些标准支持跨由输入数据、工具、笔记本、管道和发布组成的分析堆栈的RCR功能。我们的文章提供了背景，探索差距，并发现嵌入性和方法权重的组件趋势，我们从中获得对未来工作的建议。
2021-04-19 cs.DL cs.SE
Specimens as research objects: reconciliation across distributed repositories to enable metadata propagation
植物标本在全球标本库网络中作为长期可参考的研究对象共享。多个标本是从一个共享的现场采集事件生成的;生成的标本然后在单独的存储库中单独管理，并独立地增加研究和管理元数据，这些元数据可以传播给它们的副本同行。建立一个用于元数据传播的数据衍生网络，将能够对目前分散、不相连和独立管理的密切相关的标本进行协调。在对来自292个独立标本库的19，827，998个标本记录的聚合数据集进行数据采掘后，36%或7，102，710个标本被评估为参与重复关系，允许在这些关系的参与者之间传播元数据，总计：93，044种类型引用，1，121，865种地理参考，1，097，168种图像和2，191，179种科学名称确定。这些结果使网络的创建，以确定哪些存储库可以合作。一些类别的注释（特别是那些关于科学名称的确定）代表科学工作的单位：适当的管理，这一数据将允许个人研究人员的学术信誉的积累：在这一领域的潜在的进一步工作进行了讨论。
2018-09-20 cs.DL cs.SI
Online Scientific Data Curation, Publication, and Archiving
科学项目是数据发布者。当前和未来科学数据的规模和复杂性改变了出版过程的性质。出版物正在成为项目的一个主要组成部分。至少，项目必须保存它收集的短暂数据。派生数据可以从元数据重建，但元数据是短暂的。从长远来看，项目应该期望一些存档来保存数据。我们观察到，公开的科学数据需要永远可用？这导致版本的数据金字塔和数据膨胀，其中导出的数据量爆炸。作为一个例子，本文介绍了斯隆数字巡天（SDSS）的数据发布，数据访问，管理和保存策略。
2002-08-07 cs.DL
Perceptual and technical barriers in sharing and formatting metadata accompanying omics studies
本研究探讨了阻碍组学研究中元数据共享与格式化的感知和技术障碍，分析了标准缺失、隐私法律等问题，并提出了推进标准化、加强教育和改善基础设施等解决方案，以提升研究的可靠性与影响力。
2023-11-22 cs.DL
FOXDEN: FAIR Services for AI-Ready Scientific Datasets
Cornell High Energy Synchrotron Source, Cornell University（康奈尔高能同步辐射光源，康奈尔大学）；National High Magnetic Field Laboratory（国家高磁场实验室）
该研究介绍了FOXDEN这一基于FAIR原则的网络基础设施，可对科学数据集添加元数据与溯源记录并分配DOI，已在两处机构部署，将为未来智能体科学工作流提供基础。
2026-09-07 cs.DL
CiteCheck: Retrieval-Grounded Detection of LLM Citation Hallucinations in Scientific Text
School of Computing Science, Simon Fraser University（西蒙·弗雷泽大学计算科学学院）
提出CiteCheck框架，通过从外部学术来源检索候选出版物、使用结构化LLM验证器比较引用与候选信息，并将验证器得分映射为精确、次要和主要三个标签，以检测LLM生成的引用幻觉，在物理基准上达到88.7 macro-F1和88.9%准确率。
2026-10-06 cs.AI cs.DL
An approach based on Open Research Knowledge Graph for Knowledge Acquisition from scientific papers
University of Yaounde I（雅温得第一大学）；Universidad Autonoma de Tamaulipas（塔毛利帕斯自治大学）
本研究针对科学论文人工知识获取繁琐的问题，提出基于Open Research Knowledge Graph（ORKG）的计算机辅助知识获取方法，用于整理本体学习相关论文、组织提取的关键洞见，已在多个研究问题和领域应用。
2023-08-23 cs.AI cs.DL
LaTeX, metadata, and publishing workflows
本文探讨了如何利用 LaTeX 类和 BibTeX 样式在文章生命周期中管理元数据，提出一种新 LaTeX 样式文件实现元数据一次指定、全程复用，以简化出版工作流并降低成本。
2023-04-09 cs.DL
Codex Mutabilis: Preserving The Reasons For Changes In Scientific Names
Flickr Foundation（Flickr基金会）
针对分类学中物种名称变更原因记录不足的问题，提出Codex Mutabilis数字期刊模型，通过完整文本理由、持久标识符和存档基础设施来记录ICZN规定的名称变更。
2026-06-26 cs.DL
Using Artificial Intuition in Distinct, Minimalist Classification of Scientific Abstracts for Management of Technology Portfolios
Information Sciences Institute, Viterbi School of Engineering, University of Southern California（信息科学研究所，工程学院，南加州大学）；Sol Price School of Public Policy, University of Southern California（索尔价格公共政策学院，南加州大学）
本文提出利用大型语言模型生成元数据的人工直觉方法，对科学摘要进行独特极简分类，并在中美基金摘要上验证了其在技术组合管理中的可行性。
2025-09-05 cs.AI cs.DL cs.LG
ERMrest: an entity-relationship data storage service for web-based, data-oriented collaboration
科学发现越来越依赖于科学家获取、整理、整合、分析和共享大量不同数据集的能力。虽然细节因领域而异，但这些数据通常由各种数字资产（例如图像文件，序列数据或模拟输出）组成，这些数字资产以复杂的关系和上下文组织，这些关系和上下文可能会在调查过程中演变。此外，发现通常是协作的，使得数据及其组织上下文的共享是高度期望的。用于管理文件或资产元数据的常见系统隐藏其固有的关系结构，而传统的关系数据库系统不扩展到科学调查中常见的分布式协作环境。为了解决这些问题，我们引入了ERMrest，一个协作的数据管理服务，它允许一般的实体关系建模的RESTful访问方法操纵的元数据。我们提出的设计标准，架构和服务的实现，以及描述一个生态系统的工具和服务，我们已经创建的元数据集成到一个端到端的科学数据生存周期。ERMrest已部署到多个科研社区和项目的数百名用户。我们提出了两个有代表性的用例：一个国际联盟和一个早期的多学科研究项目。
2016-10-19 cs.DB cs.DC cs.DL
The 'Big Three' of Scientific Information: A comparative bibliometric review of Web of Science, Scopus, and OpenAlex
Universidad de Granada（格拉纳达大学）
本文比较了Web of Science、Scopus和OpenAlex三个科学信息数据库，分析了它们的覆盖范围、元数据质量和功能特性，为研究评估提供依据。
2026-01-29 cs.DL cs.IR
MEDFORD in a Box: Improvements and Future Directions for a Metadata Description Language
Tufts University（塔夫茨大学）；University of Rhode Island（罗德岛大学）
MIAB通过改进的解析器和可视化工具，简化元数据生成，提升研究可重复性。
2026-01-21 cs.DL cs.IR
The Software Observatory: aggregating and analysing software metadata for trend computation and FAIR assessment
本文介绍OpenEBench的软件观测站，一个聚合软件元数据的Web门户，用于分析趋势、评估FAIR性并提供改进指导，以促进研究软件的最佳实践。
2025-10-07 cs.DL cs.SE q-bio.OT
Detection of metadata manipulations: Finding sneaked references in the scholarly literature
该研究记录IJISRT在Crossref元数据中偷偷加入的80,205条自引参考文献，并评估三种通过比对PDF全文或参考文献列表自动识别此类元数据操纵的方法。
2025-01-07 cs.DL
Content-based subject classification at article level in biomedical context
学科分类是分析学术出版物的一项重要工作。一般来说，主要采用两种方法：期刊级分类和文章级分类。我们提出了一种混合的方法，利用NLP中的嵌入技术来训练分类器，其中文章元数据（标题，摘要，特别是关键词）标记有期刊级分类FoR（研究领域），然后将这些分类器应用于文章级。我们在生物医学出版物的背景下使用这种方法，使用Pubmed的元数据。Fasttext分类器使用FoR代码进行训练，并用于根据其可用的元数据对出版物进行分类。结果表明，采用分层抽样策略进行训练有助于减少由于不平衡的字段分布的偏差。该方法的一个实现是在知识库https://github.com/dataesr/scientific_tagger上提出的
2021-05-11 cs.DL
On the prevalence and scientific impact of duplicate publications in different scientific fields (1980-2007)
重复出版物的问题在医学文献中得到了很多关注，但在信息科学界却少得多。本文旨在使用基于元数据的重复论文定义，分析1980年至2007年间所有研究领域重复出版物的普遍性和科学影响。它表明，在所有领域中，重复的普遍性是两千分之一的论文，但在自然科学和医学科学中高于社会科学和人文科学。这些论文中有很高比例（>85%）是在同一年或相隔一年发表的，这表明大多数重复论文是同时提交的。此外，重复论文通常发表在影响因子低于其领域平均水平的期刊上，引用次数较少。这篇论文提供了明确的证据，证明重复论文的流行率很低，更重要的是，这类论文的科学影响力低于平均水平。
2009-06-22 cs.DL physics.soc-ph
The growth of COVID-19 scientific literature: A forecast analysis of different daily time series in specific settings
我们对2021年预计与COVID-19相关的科学文献的增长进行了预测分析。考虑到研究界为寻找结束COVID-19大流行的解决方案所做的最重要的科学和财政努力，正在产生前所未有的科学产出。这对科学家、政治家和公民维护基础设施、消化内容和做出科学知情决策的能力提出了质疑。一个至关重要的方面是做出预测，为如此庞大的科学文献语料库做好准备。在这里，我们的预测基于ARIMA模型，并使用两个不同的数据源：维度和世界卫生组织COVID-19数据库。这两个来源具有在元数据信息中包括论文被索引的日期的特殊性。我们提出了全球预测，加上预测在三个特定的设置：访问类型（开放获取），NLM源（PubMed和PMC），和特定领域的存储库（SSRN和MedRxiv）。最后，我们讨论我们的发现。
2021-04-23 cs.DL
Calidad en repositorios digitales en Argentina, estudio comparativo y cualitativo
许多机构和组织不仅需要保存它们制作的材料和出版物，而且还负有出版、传播和向公众提供所有研究成果和任何其他科学/学术材料的任务（尽管这是一项义务）。开放档案倡议（OAI）和开放档案倡议元数据收集协议（OAI-PMH）的引入使这项任务变得更加容易。这项工作的主要目标是对注重成果的年度报告门户网站所列的阿根廷整套资料库中的数据-具体而言是元数据-进行比较和定性研究，重点是从功能角度看待元数据的质量。另一个目标是提供这些储存库状况的概览，以便发现机构在储存这些储存库所载资源的元数据时所发生的常见故障和错误，从而能够提出措施，以便能够改进加载和进一步检索过程。据发现，八个最常用的都柏林核心字段是：标识符，类型，标题，日期，主题，创建者，语言和描述。并不是所有的存储库都填充了所有的字段，缺乏规范化，或者过度使用诸如语言、类型、格式和主题之类的字段有些惊人，在某些情况下甚至令人担忧
2017-05-23 cs.DL
