北京市共建科研项目训练结题报告书.doc

北京市共建大学生科研训练项目结 题 报 告 书项目名称：word文档信息识别的研究设计 项目编号：BG201507研究期限：一年项目负责人：陈祺系 别：计算机科学与技术系学 号：20142125联系电话子邮件：导师姓名：徐日填写日期：2017-3-26大学生科学技术协会制表填写说明及注意事项一、结题报告书由正文和附件两部分组成，正文部分请按表格要求逐项认真填写，填写内容必须实事求是，并可根据需要加页，表达要明确严谨。项目执行过程中的进展或研究成果、计划调整情况等，须在报告中如实反映。二、指导老师认真评审，签署意见后，按时将结题报告书（一式二份）报送大学生科学技术协会（团委），同时提交电子文档。三、需签字部分由相关人员以黑色钢笔或签字笔签名。均用A4纸双面打印，于左侧装订成册。一、项目基本情况项目名称word文档信息识别的研究设计成果形式PC端应用程序立项时间2014.3.10完成时间2017.3.12项目组成员（负责人填于第一行）姓名性别出生年月所在系学号签字陈祺男1995.8计算机科学与技术系20142125薛致遥男1995.12计算机科学与技术系20142205王永相男1995.4计算机科学与技术系20142117郭凯男1995.9计算机科学与技术系20142114指导教师姓名职称职务所在部门电话E-mail徐日讲师计算机科学与技术系136836687214978368二、研究过程简介现如今word文档在各领域内被广泛运用，文档中包含许多复杂信息，而面对大量的word文档，想要获取文档的概要信息，将消耗大量的时间与精力，加重工作的时间成本和从业人员的工作负担。根据这一形势，本小组就计划开发一款word信息识别软件，通过它可以实现高效快捷的从海量word文档中提取文档的概要信息。通过调研，我们发现这款软件在党政机关拥有非常好的应用前景。在党政机关中，各个部门每天会收到大量请示、批复、公告、通知、意见等形式的公文。这些公文经接收后不经分类全部混淆在一起，通过人工依次进行识别、分类、归档显然会消耗大量的精力。而通过信息识别软件，我们就可以快速的生成文档的概要信息，包括标题、摘要、文档链接等，方便工作人员进行文档的划分、归类，减轻工作负担，节省办公资源，提高党政机关工作效率。同时该技术还可以应用于信息安全领域，通过对比文档的概要信息分析文档是否被篡改。通过应用此软件，可以填补党政机关处理大量文档能力的空白，特别是在以办公自动化为基础的高效办公的今天，推行文档信息识别势在必行。本项目主要研究word文档信息识别，具有较强的创新性。项目研究目标准确，瞄准工作中现实存在的问题，有实用价值。本小组在徐日老师的带领下，通过初期的需求分析，确立了一个基本方案。主体研究word文档信息识别，研究word文档格式，通过可视化程序语言设计软件，使软件具备自动识别word文档内指定信息的能力，减少文档处理的时间，提高处理效率。建立用户视图进行各类数据提取与显示，方便用户简单直观的观察各项数据。通过上述的基本方案，我们确立了以下的研究工作思路。在项目初期，进行word软件和程序语言的系统性学习，充分了解软件的功能和实现方式，熟练掌握程序语言的书写，为后续工作做基础。项目中期，完善思路和功能设想，通过编写代码实现功能，并且测试功能是否完备。项目后期，进一步研究软件功能，优化界面布局，调整软件逻辑结构，加强软件运行牢固性。项目末期，对所有的研究成果进行检验和试用，进一步完备功能，完善系统，完成结题报告。我们计划把项目分成两个部分，第一部分是通过软件实现对文档中重要信息的识别和提取，第二部分是通过数据库，对原始文档进行备份，并且可以实现文档的校验过程，保证文档的原始性和完整性，防止在传输和使用过程中文档被篡改。确定了以上的研究思路后，本小组成员根据自己的特长及优势进行了分工，由陈祺负责项目整体规划和设计实现，郭凯负责具体的项目方案，参与完成具体设计实施，王永相负责项目的监管及调试运行，薛致遥负责项目具体事务管理。在第一阶段，我们学习了视窗编程技术，进一步学习研究word文档格式；第二阶段，我们完善设计思想，进行代码编写与测试；第三阶段，我们学习了OlE自动化知识，完成整体架构构建，测试系统进行改进；第四阶段，完成项目，提交项目成果。在研究过程中，我们遇到了一些问题，这时就需要小组全体成员聚集起来对问题进行研究、分析、拆解，通过阅读书籍查询资料攻克难题。可以说研究过程虽然历经艰辛，但也乐趣十足。在经费执行的问题上，本小组一直秉承着实际实用的原则使用经费，绝不购买报销与项目无关的物品，在一年的时间里先后完成五次报销，均为购买书籍的费用，报销的费用占总费用的比例在四成左右，没有出现虚报漏报错报等情况。经过近一年的努力，本项目有了初步的研究成果。本软件可通过批量添加word文档，进行标题、作者、文档修改时间、页数等信息的统计，并且可以添加关键字，进行关键字检索，还可以将分析结果导出至所选目录。本软件基本完成了最初的设计构想，一些功能还未完全实现，还需要在日后逐步完善，使软件功能更加强大。三、研究总结报告首先，就我们的项目而言，其目的是对大量的word文档进行批量处理，通过分析显示出文件夹中每一个文档的名称、关键字、标题、主题、作者、创建时间等，从而可以选中符合条件的文档进行批量操作，比如复印、筛选出符合某一些特定条件的进行文件的整理、分类等日常常用的操作，这是很具有现实意义的。此外，我们学校（北京电子科技学院）是以培养合格的机要人员为目的的，这对我们以后的工作有很大的帮助。就项目选题而言，我们首先研究了所要完成项目的目的，结合我们学校的毕业生的实际情况，在和老师进行了多次研究讨论之后，我们小组选定了word批量分析处理这个主题（命名为Word Recognition）。在时间安排上，我们小组的人员前期以学习编程语言为主，在选定了Java语言之后，我们小组在接下来的日子里，每个星期都会进行一次会议讨论，互相监督，保证项目的稳定推进的同时，还会在周末的下午进行集体编程，相互学习，相互提高。在软件完成的后期，我们小组也采取了较多数量的实例分析，找出文件中存在的不足或可能导致软件出错的bug，并记录了各次更新日志。而在多次修改后，我们的软件也基本实现了我们的预期，能够对word文档进行各种分析与操作。在整个过程中，我们定期的找指导老师汇报我们的项目研究及完成进度，并且针对下一步的实践过程，寻求老师的意见，这也为我们之后的编程研究工作指明了方向，避免了很多弯路。在编程方面，是没有相类似的分析程序可以借鉴学习的，这就需要对VB语言中与word分析有关的语句进行仔细学习，从而实现各种预期的功能。整个实践过程中也不可避免的出现了一些问题，在询问老师、借阅图书馆资料以及网上查阅之后，大家齐心协力，解决了出现的各种问题。通过研究并完成这次项目，我们小组的成员都收获颇多，因为这个项目持续了很久，大家也在一次次共同的编程中相互学习，友谊也随着时间越来越深，成了志同道合的伙伴。而就知识方面，经过长时间的编程学习，大家的逻辑思维都有了很大的提高，对VB编程语言也有了很深的了解与认识，作为计算机科学与技术系的同学，这对我们以后的工作生活也有很大的帮助。当然项目中也存在一些不足，比如软件的界面设计还不够