| 講演名 | 2002/7/11 HTML Table情報のXMLによる統合 板井 久美, 高須 淳宏, 安達 淳, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本稿では、複数のHTMLページに存在し、内容的には類似していても、構造の全くバラバラな表情報を、全て一つの共通のXMLの表構造に変換し、統合する手法について提案する。これにより、独立して存在する表の情報を一覧表とし、一見して、各々の特徴を比較することができる。今回は、その中でも、各表の内容を解析することにより、「表構造から情報を抽出」し、「それらを意味によって分類」するというタスクに焦点を当てている。情報の意味による分類方法として、本稿では、(I)Support Vector Machineによる分類、(II)隠れマルコフモデルを用いた表構造推定による分類、という2通りの手法を試み、分類の精度の比較を行った。 |
| 抄録(英) | In this paper, we propose a method of transformation of HTML tables, which have various kinds of structure, into a common XML list structure. It enables us to browse and compare all information that is in separate HTML pages. This paper focuses on the tasks of information extraction from tables and data categorization. For this purpose, we applied two ways, (I) data classification by using Support Vector Machine and (II) a table structure estimation and data categorization by using Hidden Markov Model, and report the experimental results. |
| キーワード(和) | 情報抽出 / Support Vector Machine(SVM) / 隠れマルコフモデル(HMM) / XML |
| キーワード(英) | Information Extraction. / Support Vector Machine(SVM) / Hidden Markov Model(HMM) / XML |
| 資料番号 | DE2002-29 |
| 発行日 |
| 研究会情報 | |
| 研究会 | DE |
|---|---|
| 開催期間 | 2002/7/11(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Data Engineering (DE) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | HTML Table情報のXMLによる統合 |
| サブタイトル（和） | |
| タイトル（英） | The Integration of multiple HTML Table information into one XML List |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 情報抽出 / Information Extraction. |
| キーワード(2)（和/英） | Support Vector Machine(SVM) / Support Vector Machine(SVM) |
| キーワード(3)（和/英） | 隠れマルコフモデル(HMM) / Hidden Markov Model(HMM) |
| キーワード(4)（和/英） | XML / XML |
| 第 1 著者 氏名（和/英） | 板井 久美 / Kumi ITAI |
| 第 1 著者 所属（和/英） | 東京大学大学院 情報理工学系研究科 Graduate School of Information Science and Technology, University of Tokyo |
| 第 2 著者 氏名（和/英） | 高須 淳宏 / Atsuhiro TAKASU |
| 第 2 著者 所属（和/英） | 国立情報学研究所 National Institute of Informatics |
| 第 3 著者 氏名（和/英） | 安達 淳 / Jun ADACHI |
| 第 3 著者 所属（和/英） | 東京大学大学院 情報理工学系研究科 Graduate School of Information Science and Technology, University of Tokyo |
| 発表年月日 | 2002/7/11 |
| 資料番号 | DE2002-29 |
| 巻番号（vol） | vol.102 |
| 号番号（no） | 208 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |