编制索引
每天，PMC的内容数据库被编入索引，以便通过美国国立生物技术信息中心 Entrez公司接口。Entrez界面由PMC主页搜索工具以及Entrez编程实用程序（EUtils(13)). EUtils允许第三方工具提供发现和搜索功能，这些功能与NCBI网站提供的功能相同。在这方面，PMC只是通过此接口向公众提供数据的大约50个NCBI数据库中的一个。
字段、筛选器和链接
每美国国立生物技术信息中心 数据库有自己的索引标准，包括一组独特的字段、筛选器和到其他数据库的链接。PMC帮助手册(14)描述了PMC数据库的这些功能，并提供了有关如何使用它们执行有效搜索的信息Entrez公司.
Entrez公司搜索允许您使用复杂的布尔表达式输入搜索条件，使用（可选）通过字段或筛选器限定的文本短语。例如：
wilson eo[作者]OR（社交与作者手稿[过滤器]）
搜索领域被输入到查询文本字符串后跟方括号中的字段名。例如，
威尔逊·欧[作者]
请参阅PMC帮助手册以获取可用搜索字段的列表。偶尔会添加或更改搜索字段，可以从以下两个位置之一检索最新的字段列表：
- 1
PMC高级搜索生成器(15). 单击“所有字段”下拉选项框，查看所有可用搜索字段名称的列表。
- 2
EInfo实用程序，位于http://eutils（实用程序）.ncbi.nlm公司.nih.gov/entrez/eutils/einfo.fcgi？db=pmc（结果将在XML格式). <FieldList>元素包含描述每个字段的内容。
过滤器实际上是一种特殊的字段（名为“过滤器”的字段），与许多社交媒体网站中使用的“标签”或“类别”类似。（例如，正如博客文章可能有多个标记一样，PMC中的给定记录数据库可能对应多个过滤器）。有两种类型的过滤器：标准（内置）和自定义。
内置过滤器的示例有“作者手稿”、“回复”、“撤回”、“开放存取、“和”CC BY NC许可证。“要查找与内置筛选值对应的记录，请在引号中输入值，然后在方括号中输入单词“筛选”。例如，要在PMC中查找开放访问子集中的所有作者手稿，请输入搜索短语
“作者手稿”[过滤器]和“开放存取“[过滤器]
通过转到PMC Advanced Search Builder，在第一个下拉选项框中选择“filter”，然后单击“Show index list”，可以获得可用的完整筛选器值列表。
可以通过设置MyNCBI帐户来使用筛选器，以指定将在每个Entrez公司搜索结果页面。这是通过MyNCBI过滤器网页完成的(16)，选择“PMC”数据库。在右侧面板中，您可以选择任何内置过滤器。单击复选框将启用该过滤器，以便它显示在每个Entrez搜索结果页面上，以便轻松访问。使用MyNCBI管理筛选器的详细信息，请参阅以下MyNCBI-帮助手册使用过滤器(17).
在MyNCBI页面中，您还可以管理自定义过滤器，这些过滤器的名称很简单Entrez公司查询。也就是说，任何武断的Entrez查询可以设置为自定义筛选器。如果相应的Entrez查询可以找到给定的记录，则该记录与自定义筛选值匹配。
链接允许您在其他美国国立生物技术信息中心与PMC文档对应的数据库。您可以在主服务器上找到PMC相关链接的列表Entrez公司链接描述网页(18).
将字段、过滤器和链接与PMC中的特定对象关联的数据数据库由我们的内部索引任务生成。
索引任务
有两种类型的索引任务：完全和合并。合并索引每天都会发生。在PMC中数据库，将维护一个IndexStatus字段，用于跟踪哪些项目以及何时被索引。合并索引仅对那些新的或自上次索引以来已更新的项目进行操作。
完整索引计划每周进行一次，但如果特定需要重新索引所有PMC内容，也可能会进行；例如，如果对数据库结构或搜索字段或筛选器。
注意，目前，索引是基于UID（用户识别码）（如上所述）不是文章的单个版本。因此，Entrez公司搜索结果将始终显示指向文章最新版本的链接。
PMC索引任务与新的美国国立生物技术信息中心CIDX索引系统，这是一个由Ergatis驱动的自动化工作流(19)是一种基于Web的工具，它允许将工作流定义为由可重用步骤组成的管道。
除了全文索引外，它还生成从中按字段搜索所需的数据Entrez公司，索引任务还为过滤器、链接、拼写检查器和自动完成词典生成数据。索引脚本从PMC访问文章全文和元数据数据库，并生成XML格式输入Entrez系统的文件。XML为每一篇文章提供全文搜索字符串和关键字，这些字符串和关键字由为PMC定义的Entrez字段细分。
对于内置过滤器，根据过滤器在系统中的定义方式，有三种可能的数据源：
对于的基本集Entrez公司链接，索引任务生成从PMC记录到其他美国国立生物技术信息中心Entrez数据库，并将其写入Entrez链接数据库。然后，该数据库自动生成一些派生链接。例如，pmc_pmc_cites的链接数据是通过查询pmc数据库来生成的，以查找给定文章中本文引用的pmc中的所有其他文章。然后，链接数据库实用程序自动生成相互链接pmc_pmc_citedby，并存储该数据。
链接过程的结果可从PMC文章显示的发现列中获得，如Entrez帮助手册，或通过Entrez公司实用程序ELink。例如，要查找给定PMC文章引用的PMC中的所有文章，可以检索URI（URI）
http://eutils.ncbi.nlm.nih.gov/enterz/eutils/elink.fcgi？dbfrom=pmc&id=14909&linkname=pmc_pmc_cites。
文本挖掘
PMC根据与PMC参与出版商达成的协议，挖掘其收藏中的文章全文，以引用特定类型的实体。这些引用指向存储在其他美国国立生物技术信息中心数据库。此文本挖掘的结果存储在TagServer中数据库，如下所述。当从Web浏览器请求文章时，TagServer软件会检索此数据，并使用它来丰富演示文稿。
文本挖掘脚本在技术上是TagServer软件的一部分。它被实现为一个以现代Perl风格编写的Perl脚本，并且基于特定于PMC的Perl模块，而这些模块又基于Perl Moose(20).
文本挖掘过程计划每天运行，并不断重新导入PMC中的所有文章。在每天的迭代中，它按以下顺序处理文章：
从未开采过的新物品，
自上次挖掘以来更新的文章，
所有其他
因此，所有PMC文章都会定期重新定义。（目前连续挖掘给定文章的时间间隔约为两个月。）有必要持续重新索引所有PMC文章，即使它们没有更改，因为挖掘软件用于确定引用的数据库不是静态的，它们会不断更新。因此，在一段时间后重新阅读同一篇文章可以找到以前没有的结果。
文本挖掘软件目前挖掘这些文章，以参考其他期刊文章（在PMC和PubMed中），以及存储在其他期刊中的这些类型的数据Entrez公司数据库：
分类学
核苷酸
联合演奏家
蛋白质
单核苷酸多态性
地理
结构
除了只识别文章中的这些术语外，软件还通过验证每个术语是否确实存在于目标中来验证结果数据库.
文本挖掘软件用于美国国立生物技术信息中心书籍以及PMC。该软件是非常可配置的。可以配置的内容包括：
文本挖掘软件被组织为一组插件，每个插件实现为一个Perl模块，并为特定类型的数据挖掘文章。
使用情况统计
每个PMC参与者都可以通过密码控制访问一个网站，该网站提供该参与者期刊和文章级别的使用报告。这些报告每天更新，包括可用文章的数量、按格式（如全文HTML和PDF）进行的总检索量、访问内容的唯一IP地址的总数以及最频繁检索的文章。在单个文章级别，从期刊首次提交给PMC开始，每个文章都有使用统计数据。
这些报告可以作为CSV文件下载，以便使用电子表格包（如Microsoft Excel）进行分析。PMC还每月提供一个CSV文件，用于文章级别的月份。文章级使用数据也可以通过Web服务调用直接检索。
PMC的使用报告通常包含COUNTER规范中要求的所有信息，但PMC不报告特定机构的使用情况。无核武器的隐私政策禁止在个人或组织级别报告使用情况。
