データベースからの構造知識の抽出に関する研究

从数据库中提取结构知识的研究

• 批准号: 04229225
• 负责人: 高須 淳宏
• 金额: $ 1.28万
• 依托单位: National Institute of Informatics
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1992
• 资助国家: 日本
• 起止时间: 1992 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-04229225/
• 关键词: 機械学習; 関係データベース; 関数従属性; 文書処理

本研究は、データベースの設計や構築に必要なデーターの論理構造をサンプルデータから抽出することを目的としている。本年度は、文書画像データからデータベースを構築する際に有効な文書のレイアウト構造の表現方式およびデータベース設計に有効な関数従属性性の学習方法に関する研究を行なった。文書画像データからのデータベース構築では、(1)画像を適切な論理単位に分割し、(2)各ブロックを分類し、(3)OCRを用いてテキスト領域をコード化し、(4)データベースの構造(スキーマ)に合わせてデータを構造化する必要がある。構造化処理では、データベースのスキーマと文書のレイアウトの構造をうまくすり合わせることが重要になる。そこで、本研究ではデータベースのスキーマと画像文書のレイアウト構造を同時に表現する方法である行列文法を考案した。行列文法は、正則文法を平面上に配置された終端記号列に対する規則を記述できるように拡張したものである。さらに分割、分類された文書画像を行列文法を用いて効率的に解析するためのアルゴリズムを示した。関数従属性は、関係データベースの最も基本的な従属性であり、関係データベース設計を始め、各種のデータベース処理を考察するうえで重要な役割を果たす。本研究では、PAC(Probably Approximately Correct)学習モデルを応用し、データベースデ近似的に成り立つ関数従属性をその部分データから学習する方法について検討した。本研究では、まず、学習アルゴリズムによって得られる関数従属性の近似度とサンプル数について考察した。そして、あるデータベースに対する関数従属性の誤差を、その関数従属性に反するタプルの数とデータベースに存在するタプルの総数との比とした場合、誤差ε以下の関数従属性を1-δ以上の確率で抽出するために必要なサンプル数は、高々(〔.SU.〕)となることを示した。

This study aims at designing and constructing the necessary logic structure of the data structure. This year, we will conduct research on the study methods of digital attributes related to the expression mode and design of document structure when constructing document image. Document image structure: (1) image division into appropriate logical units;(2) classification of each image;(3)OCR application;(4) structure of image; and (5) necessary for structure. The structural treatment is very important. This paper discusses the structure and grammar of the image. The syntax of rows and columns is arranged on the plane of the regular syntax. This is the first time that we've had a chance to divide, classify, or analyze a document. The most basic attributes of the relationship are the design of the relationship, the investigation of the processing of the relationship, and the results of the important tasks. In this study, PAC(Probably Approximately Correct) learning methods are discussed in detail. This study investigated the similarity of the relevant attributes and the number of clusters. For example, the error of the relevant number of attributes, the ratio of the total number of attributes, the error of the relevant number of attributes, the accuracy of the The first day of the month.

项目成果

Atsuhiro Takasu: "A Syntactical Approach to the Database Construction Metlod form images" Proceedings of IAPR Workshop on Machine Vision Applications. 295-298 (1992)

Atsuhiro Takasu：“数据库构建方法形成图像的句法方法”IAPR 机器视觉应用研讨会论文集。

Atsuhiro Takasu: "A Minimum Path Decompositoin of the Hasse Diagram fror Testing the Consistency of Functional Dependencies" IEICE Transaction on Information Systems. 2. 299-301 (1993)

Atsuhiro Takasu：“用于测试功能依赖性一致性的哈斯图的最小路径分解”IEICE 信息系统交易。

Eishi Katsura: "Design Consideration for Capturing Electronic Library" Information Services and Use. 12. 99-112 (1992)

Eishi Katsura：“捕获电子图书馆的设计考虑”信息服务和使用。

Tatsuya Akutsu: "On PAC Learnability of Functional Dependencies" Procedings of Workshop on Algovithmic Leatning Theory. 229-239 (1992)

Tatsuya Akutsu：“论 PAC 函数依赖的可学习性”算法学习理论研讨会论文集。