HTML形式の表構造の内容解析手法とその応用に関する研究

概要

論文の詳細を見る
WWW空間上のHTML文書には,形式的な情報を分かり易く表示するために表が頻繁に掲載されている.これら表構造内には,各項目の上位概念となる属性名や各項目間の関係など,言語学的にも非常に有益な情報を含んでいる.しかし,これらの情報を表構造内から獲得するためには,表内においてどの項目が属性なのか,また,その属性と属性値の関係は行列どちらの方向なのかといった各項目の意味的な関係を解析する技術,すなわち,表の内容解析を行う必要がある. そこで本稿では,WWW空間上の表構造から言語的に有用な知識を獲得するために,HTML形式の表構造に対する内容解析を行う手法を提案する.本手法は,各項目の行列方向に存在する項目群をその項目の文脈として捉える.そして,表内の各項目に意味情報が人手で付与された正解データを学習データとして用い,学習データと解析データでの文脈の類似性に基づいて各項目の意味情報の特定を行う.実際にWWW上に存在する300件の表データを用いた実験の結果,表内各項目の意味情報の特定精度(平均適合率)は0.92となり,本手法の有効性を確認した.更に,表内容解析結果を応用したWebアプリケーションとして,問い合わせシステムと読み上げシステムについて述べる.
一般社団法人情報処理学会の論文
2003-03-06

HTML形式の表構造の内容解析手法とその応用に関する研究

スポンサーリンク

概要

著者

関連論文

スポンサーリンク