Indexing and Searching Mathematics in Digital Libraries -- Architecture, Design and Scalability Issues

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F11%3A00052712" target="_blank" >RIV/00216224:14330/11:00052712 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00216224:14330/11:00067289

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-642-22673-1_16" target="_blank" >http://dx.doi.org/10.1007/978-3-642-22673-1_16</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-22673-1_16" target="_blank" >10.1007/978-3-642-22673-1_16</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Indexing and Searching Mathematics in Digital Libraries -- Architecture, Design and Scalability Issues

Popis výsledku v původním jazyce

This paper surveys approaches and systems for searching mathematical formulae in mathematical corpora and on the web. The design and architecture of our MIaS (Math Indexer and Searcher) system is presented, and our design decisions are discussed in detail. An approach based on Presentation MathML using a similarity of math subformulae is suggested and verified by implementing it as a math-aware search engine based on the state-of-the-art system, Apache Lucene. Scalability issues were checked based on 324,000 real scientific documents from arXiv archive with 112 million mathematical formulae. More than two billions MathML subformulae were indexed using our Solr-compatible Lucene extension.

Název v anglickém jazyce

Indexing and Searching Mathematics in Digital Libraries -- Architecture, Design and Scalability Issues

Popis výsledku anglicky

This paper surveys approaches and systems for searching mathematical formulae in mathematical corpora and on the web. The design and architecture of our MIaS (Math Indexer and Searcher) system is presented, and our design decisions are discussed in detail. An approach based on Presentation MathML using a similarity of math subformulae is suggested and verified by implementing it as a math-aware search engine based on the state-of-the-art system, Apache Lucene. Scalability issues were checked based on 324,000 real scientific documents from arXiv archive with 112 million mathematical formulae. More than two billions MathML subformulae were indexed using our Solr-compatible Lucene extension.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/LA09016" target="_blank" >LA09016: Účast ČR v European Research Consortium for Informatics and Mathematics (ERCIM)</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2011

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Intelligent Computer Mathematics Lecture Notes in Computer Science, 2011, Volume 6824/2011

ISBN

978-3-642-22672-4

ISSN

—

e-ISSN

—

Počet stran výsledku

15

Strana od-do

228-243

Název nakladatele

Springer

Místo vydání

Berlin / Heidelberg

Místo konání akce

Bertinoro, Italy

Datum konání akce

18. 7. 2011

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—