数学公式提取.pptVIP

从Postscript格式文献中提取数学公式的方法;概述;PS语言;PS和PDF文档的生成和转化;PS语言特点; 的文件组织结构。头文件中主要包含脚本中命令和过程的定义。 PS语言由解释器进行解释执行，控制打印机或显示设备进行输出。;PS中文本的显示机制;PS显示文本的过程;数学符号提取; 此外, 一些数学符号不是由字符而是由图形所表示的。 例如在以Word文档为生成源的PS文档中, 根号表示为4 条顺次连接的线段。 在由Latex文档转换得到的 文档中, 根号表示为由4 条线段封闭连接形成的狭长矩形。因此, 除了提取字符, 还需要提取出这些表示特殊数学符号的图形。;字符提取;具体步骤： (1)重载show ashow w idthshow awidthshow kshow xshow yshow xyshow等显示命令, 提取出字符串； (2)加载当前字体词典, 访问其字体类型和字体名称; (3)根据每个字符的字符编码, 在字体词典的编码 表中索引对应的字符名称; (4)对每一个字符, 根据显示命令的位置参量,设置正确的当前位置, 并用charpath命令得到其应字形的图形构造路径, 之后用 pathbbox命令得到字形的最小外接矩形; (5)对外接矩形坐标进行坐标变换, 由PS用户坐标变换至最终显示的页面坐标, 从而得到字符的 位置信息。;图形提取;数学符号识别; 对于提取出的图形，先对其进行编码，然后根据编码识别其对应的数学符号。首先给出一个绘制方向的定义：对开放的图形，即折线段，规定起点为折线段两端点中x坐标较小者(x坐标相等时，取y坐标较大者)，另一端点则为重点，沿各点段由起点到终点的行进方向为绘制方向；对封闭的图形，起点选择为各端点中x坐标最小者，规定绘制方向为由起点以顺时针沿各线段行进，最后回到起点的方向。 规定了绘制方向后，以下图所示的八方向编码依次对图形中各线段进行标记，这样可以得到整个图形的编码。;;数学公式提取;给出一个简单的文法G={N,∑,P,S},并根据这个文法合并所有识别出的数学符号。其中，非终结符N={S}，并根据这个文法合并所有识别出的数学符号。其中，非终结符N={S}，终结符∑为数学符号结合，S为起始符，也是唯一的非终结符，表示数学公式，产生式P定义为以下的启发式规则??? 规则1 数学重音符号 数学符号与其上面的数学重音符号合并。 规则2 上下标 数学符号与其上下标位置的数学符号合并。;规则3 单元运算符 单元运算符与其相邻的数学符号合并。 规则4 二元运算符 “+”等二元运算符与其前后子公式合并。 规则5 关系运算符 “=”等关系运算符与其前后子公式合并。 规则6 分式 当“/”前后为子公式时，将“/”作为斜分号，并将其作为前后子公式合并为分式。当“-”上下为子公式时，将“-”作为水平分毫，将其与上下子公式合并为分式。;规则7 根式 根号范围内的子公式与根号合并为根式。 规则8 积分与求和 积分符号与其上下限及积分项合并；求和符号与其上下限及求和项合并。 规则9　函数　数学函数名与其作用域子公式合并。 规则10 定界符 由“(”“)”等定界符包围的子公式与定界符合并。 规则11 矩阵 矩阵等在空间阵列排列的子公式按空间位置关系进行合并。 规则12 公式扩展 水平相邻的子公式相合并。e.g:100,xyz。