リンク情報とWebデータの半構造性を融合した高品質広域コンテンツ・マイニング

结合链接信息和半结构化网络数据的高质量广域内容挖掘

• 批准号: 13224072
• 负责人: 廣川 佐千男
• 金额: --
• 依托单位: Kyushu University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas (C)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13224072/
• 关键词: リンク情報; 半構造データ; Webグラフ

Webデータは人間が作成するにせよ、データベース等から半自動的に生成されるにせよ、ハイパーリンクと半構造性の2つの特色を持ち、これが従来のリレーショナル・データや単純なテキストデータやマルチメディア・データと大きく異なる点である。本研究は、同一の意味的内容のコンテンツを持つ高品質な広域Webデータ群を抽出するために、リンク情報とWebデータの半構造性を融合した手法の開発研究を行った。従来開発してきたリンクデータベースでは、存在しなくなったページや、誤った記述を含むページの処理でハングアップするという問題があった。そこで本年度はまず、postgressを使い頑強なリンクデータベースを再構築した。また、テキスト中のn-gramの出現頻度と長さnに基づき、重要部分と非重要部分を分離する手法を開発した。その成果は、国際会議における2編の論文として発表した。リンク情報を知識として活用する枠組みとして、Webのナビゲーションへの応用システムを開発し、ICCE2001ならびにWebNet2001において論文発表した。関連するWebページ群を、その間のリンク情報を用いてグラフをして表現し、そのコミュニティ分析にグラフを表す行列の特異値分解が有効であることを具体例を用いて示した。

Web data is generated from semi-automatic data sets, such as data sets, data sets, and data sets. This study aims to develop a method for extracting high-quality web data from a single content, and for integrating information and web data into a semi-structured web. In the future, there will be problems with the development of new technologies, including the processing of new technologies. This year, we will re-establish the "post-stress" system. The frequency and length of the n-gram in the list are different, and the important part and the non-important part are different. The results of international conferences and international conferences are presented in two series of papers. The development of information technology and application systems for Web applications, ICCE2001 and WebNet2001 For example, if you want to use the Web site, you can use it to analyze the content of the Web site.

项目成果

K.Nishino, S.Hirokawa: "Rapid Prototyping of WWW Tour from Browsing History and Link"Proc. ICCE/Shool Net2001. 1545-1548 (2001)

K.Nishino、S.Hirokawa：“通过浏览历史和链接快速构建 WWW 旅游原型”Proc。

廣川佐千男, 池田大輔: "Webグラフの構造解析"人工知能学会誌. 16・4. 525-529 (2001)

Sachio Hirokawa、Daisuke Ikeda：“网络图的结构分析”人工智能学会杂志 16・4（2001 年）。

Y.Yamada, D.Ikeda, S.Hirokawa: "SCOOP : A Record Extractor without Knowledge on Input"Springer LNCS. 2226. 225-228 (2001)

Y.Yamada、D.Ikeda、S.Hirokawa：“SCOOP：无需输入知识的记录提取器”Springer LNCS。

K.Nishino, D.Nagano, S.Hirokawa: "Generation of Navigation Script from Log and Link"Proc. WebNet 2001. 534-539 (2001)

K.Nishino、D.Nagano、S.Hirokawa：“从日志和链接生成导航脚本”Proc。

D.Ikeda, Y.Yamada, S.Hirokawa: "Eliminating Useless Parts in Semi-structured Documents using Alternation Counts"Springer LNCS. 2226. 113-127 (2001)

D.Ikeda、Y.Yamada、S.Hirokawa：“使用交替计数消除半结构化文档中无用的部分”Springer LNCS。