複数のWeb Wrapper による高精度な情報抽出

• Item type: SIG Technical Reports(1)
• 公開日: 2007-01-26
• タイトル: 複数のWeb Wrapper による高精度な情報抽出
• タイトル / 言語: en
• タイトル: Information Extraction Using Specie Rule Wrapper Array
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京理科大学理工学研究科/日本電信電話株式会社，NTTサイバーソリューション研究所
• 著者所属: 日本電信電話株式会社，NTTサイバーソリューション研究所
• 著者所属: 日本電信電話株式会社，NTTサイバーソリューション研究所
• 著者所属: 東京理科大学理工学研究科
• 著者所属: 東京理科大学理工学研究科
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Tokyo University of Science,NTT Cyber Solutions Laboratories, NTT Corporation
• 著者所属(英): en
• 著者所属(英): NTT Cyber Solutions Laboratories, NTT Corporation
• 著者所属(英): en
• 著者所属(英): NTT Cyber Solutions Laboratories, NTT Corporation
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Tokyo University of Science
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Technology, Tokyo University of Science
• 著者名: 植松, 幸生; 内山, 俊郎; 片岡, 良治; 松井, 藤五郎; 大和田, 勇人
• 著者名(英): YUKIO, UEMATSU; TOSHIO, UCHIYAMA; RYOJI, KATAOKA; TOHGORO, MATSUI; HAYATO, OHWADA
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿は大量にあるWebページから有用な情報を抽出するWeb Wrapper(以下ラッパ)を自動的で勝港制度に生成する方法を提案する。従来のWebラッパの研究会担当級では抽出器が単一のラッパで構成されることを前提として一般化していた。しかしながら、単一のラッパでは、抽出器の表現力が乏しく、あるページ内における小さなレイアウトの変化に適応できないため、ラッパの生成に失敗することがあった。本研究ではラッパを複数のラッパで構成するために特殊ラッパと呼ぶラッパを定義し、ラッパを特殊ラッパの集合で表現することで、今まで正確に抽出することが困難だったページに対しても抽出可能であることを確認した。
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we explain novel web wrapper class to extract efficient informaion from numerous amount of web pages. In the past research, the wrapper expressed by a rule. However expressiveness of a wrapper is not enough to apply pages that have a small difference of layout. We define specific rule wrapper array class to express those site. We exprimented that it can handle more sites than the past research.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA1155524X
• 書誌情報: 情報処理学会研究報告グループウェアとネットワークサービス（GN）; 巻 2007, 号 6(2007-GN-062), p. 117-123, 発行日 2007-01-26
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会