Bibform

日本語・英語の参考文献の引用原文から、題名・年・掲載先などの書誌項目、人物・団体、姓・名の文字範囲、著者・編者・訳者などの役割、資料種別を推定します。

Bibform extracts citation fields, contributor names and roles, and reference types from Japanese and English reference strings. The PyTorch package runs locally and accepts UTF-8 JSON Lines.

PyTorchの推論一式は42.11 MBです。もう一方のモデルも利用できます。

ブラウザ内で解析して .bib を生成する配布版は Bibform Lite で公開しています。

通常版をブラウザで試す。画面上部の「モデル」で Bibform を選べます。

Pythonで使う

Python 3.14の環境で、取得したリポジトリのルートから実行します。

python -m pip install -r pytorch/requirements.txt
python pytorch/predict.py --model pytorch --inputs examples/input.jsonl --output predictions.jsonl --device cpu

入力は1行に1件の引用を入れたUTF-8のJSONLです。各行に照合用の id と引用原文の text を指定します。入力例は examples/input.jsonl にあります。

出力の fields と contributors は、引用原文上の半開区間 [start, end) で文字範囲を表します。位置はUnicodeコードポイント単位です。 resource_type に元の12種別の首位とスコア、 resource_type.biblatex に出力用9種別の候補と自動選択結果が入ります。 selected が null の場合は候補から種別を選べます。

精度と評価条件

bibformDatasetTrial v1-quality14の未知書式の開発10,130件を評価しました。抽出完全一致は、書誌項目・人物や団体・姓名の範囲と役割を含みます。種別はBibLaTeX用9種別で採点しました。資料種別のスコアは分類器の出力を合算した値です。

実行方式 抽出完全一致 種別正解率 抽出と種別の完全一致
PyTorch 97.61%(9,888件) 93.67%(9,489件) 91.51%(9,270件)

開発データは実在する書誌メタデータを書式に沿って描画した引用です。公開値はこの開発データでの成績です。短い引用や掲載先が曖昧な引用では、題名の範囲や資料種別を取り違える場合があります。 集計の詳細

ライセンス

Bibformの自作部分には Apache License 2.0 を適用します。同梱する第三者の配布物とその条件は NOTICE.md を参照してください。

Downloads last month

-

Downloads are not tracked for this model. How to track
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for sasakiy84/bibform

Finetuned
(5)
this model