[announcement] 2010年文献检索查询集发布

[Hongfei Yan]

请访问
http://www.cwirf.org/Evaluation/CWT.html
如有问题，请反馈

评测指南争取明后天给出，会写明参加评测的提交结果格式。

另外，参加评测的单位，除提交报名表给黄蕊老师外，请发一份电子版给我。

-闫宏飞

--
您收到此邮件是因为您订阅了 Google 网上论坛的“cwirf”论坛。
要向此网上论坛发帖，请发送电子邮件至 cw...@googlegroups.com。
要取消订阅此网上论坛，请发送电子邮件至 cwrif+un...@googlegroups.com。
若有更多问题，请通过 http://groups.google.com/group/cwrif?hl=zh-CN 访问此网上论坛。

[Jian Tang]

啥也没有啊！

2010/4/20 Hongfei Yan <yhf...@gmail.com>

[Mi]

有的.

2009年11月-2010年5月,SEWM2010中文Web信息检索评测
评测通知, 评测指南(to appear)

1. 相关论文
   • 文档集：ComPaper10th 
     
     
   • 查询集 2010.ComPaper_query.1-104 
     
     
2. 领域重要文献和专家
   • 文档集：ComPaper10th 
     
     
   • 查询集 2010.ComPaper_topic.1-9 
     
     
3. 垃圾邮件过滤
   请访问，http://www2.scut.edu.cn/antispam/

2010/4/20 Jian Tang <tangj...@gmail.com>

[Jian Tang]

读取元数据的工具是不是要修改源代码，因为我们用天网提供的工具现在只能输出一个文件，而不是一系列的pdf文件？你们的pdf文件是否经过压缩？

2010/4/20 Mi <pkus...@gmail.com>

[Hongfei Yan]

ComPaper10th是天网格式(这有描述，http://www.cwirf.org/SharedRes/DataSet/cwt.html)存储的论文集合。
每个文件对应一个proceeding（或者一个期刊的一期），
一次proceeding的包含的每篇论文的pdf文件是追加方式存储在一个文件中的。因为pdf再压缩意义不大，所以每个记录没有压缩。

刷新 http://www.cwirf.org/2010WebTrack/lt/
可以看到一个utilit目录，其中放了一个工具，在linux系统下，是把上述生成的天网格式文件还原为该次会议的所有pdf论文。
应该是输出很多文件，不会只有一个文件。
每个文件可以用acroread等工具看。
后期处理，你可能会用到pdftotext等工具，我们没有提供。

我们没有提供提取元数据的程序，之前我们写了点，但是发现不能处理全部ComPaper10th包含的论文。如果发布，
可能导致有的队只使用部分元数据来构建系统参加评测，必定会影响最后的成绩。

2010/4/20 Jian Tang <tangj...@gmail.com>