学術論文データベースの構築のために、学術論文の参考文献文字列から書誌同定する手法の開発が進められている。書誌同定においては、書籍と論文のように異なる種類のDBを横断的に検索する仕組みが必要となる。本研究では、書籍DBと論文DBを統合した4種類の書誌同定モデルとして、（1）書籍DB優先カスケード型モデル、（2）論文DB優先カスケード型モデル、（3）マージ型モデル、（4）パラレル型モデルを提案する。日本語の参考文献文字列を対象に評価実験を行い、各モデルの精度を比較した。その結果、マージ型モデルとパラレル型モデルが各カスケード型モデルに比べて偽陽性の数を削減できることを確認した。