В работе представлен сравнительный анализ двух подходов к извлечению и разбору библиографических ссылок из текста научных статей: промышленного конвейера, специализированного инструмента GROBID. Мы обсуждаем ограничения и типичные ошибки этих подходов на разнородных корпусах, оформленных по различным стандартам (APA, MLA, Chicago, IEEE и др.), а также в соответствии с российскими ГОСТами, в которых сохраняются неоднозначности трактовок и устаревшие требования. Особое внимание уделено практической применимости результатов.
Решения задачи извлечения библиографии из публикаций в литературе в основном базируются на комбинации методов машинного обучения с регулярными выражения. Такой подход не всегда справляется с корректным определением цитируемых авторов или с извлечением литературы из журналов с собственными стандартами оформления. Обсуждению этих и других проблем, а также предложениям возможных решений посвящена следующая работа.