HTMLラッパ自動構築手法の提案

澤菜津美; 森嶋厚行; 杉本重雄; 北川博之

文献

J-GLOBAL ID：200902219079212842 整理番号：08A1059448

HTMLラッパ自動構築手法の提案

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=08A1059448&from=J-GLOBAL&jstjournalNo=L5754A") }}

著者 (4件)： , , ,
資料名：
巻： 7 号： 1 ページ： 263-268 発行年： 2008年06月27日
JST資料番号： L5754A ISSN： 1883-1060 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

情報統合問題の鍵となる要素技術の一つとして情報源のラッピング技術がある.本稿では,HTMLで記述されたWebコンテンツをラッピングしてXMLデータに変換するソフトウェアであるHTMLラッパの構築支援手法を提案した.本手法のポイントは以下の通りである。(1)HTMLラッパ構築の問題を,XMLデータからのDTD生成の問題の一般化としてモデル化したこと。(2)DTD選択のための基準として,DTDの適切性とラッピングの具体性を組み合わせたことである.本稿では,筆者らが提案してきたラッピング言語Wraplet(HTMLで表現されたWebコンテンツから構造データを抽出するための言語),DTDの適切さを表すMDL(Minimum Description Length)コスト,ラッピングの具体性を表すSpecificity Value,および,HTMLラッパ生成支援手法について述べた。また,実際のWebページを用いて提案手法によるWraplet式で記述されたHTMLラッパの生成を行い,適切なWraplet式が選択できるかどうか検証するために行った予備実験について述べた。

, , , , ,
,

システムプログラミング一般

引用文献 (12件)：

Arvind Arasu, Hector Garcia-Molina. Extracting Structured Data from Web Pages. ACM SIGMOD International Conference on Management of Data, pp. 337-348, 2003.
Andrew M. Finch, Ezra Black, Young-Sook Hwang, Eiichiro Sumita: Using Lexical Dependency and Ontological Knowledge to Improve a Detailed Syntactic and Semantic Tagger of English. ACL 2006
Minos Garofalakis, Aristides Gionis, Rajeev Rastogi, S. Seshadri and Kyuseok Shim. XTRACT: A System for Extracting Document Type Descriptors from XML Documents. Proc. of the 2000 ACM SIGMOD international conference on Management of data, pp. 165-176, 2000.
澤菜津美, 森嶋厚行, 杉本重雄, 北川博之, バックエンドDBを持たないWebコンテンッ管理のためのラッピング言語. 日本データベース学会 Letters, Vol.6, No.2, pp. 69-72, 2007年9月.
Natsumi Sawa, Atsuyuki Morishima, Shigeo Sugimoto, and Hiroyuki Kitagawa. Wraplet: Wrapping Your Web Contents with a Lightweight Language. Proc. of IEEE The Third International Conference on Signal-Image Technology and Internet-based Systems (SITIS’ 2007), 8 pages, December 2007.

, , , ,

前のページに戻る