データの更新に対して頑健・高速な半構造データからの情報抽出アルゴリズムの構築

从半结构化数据构建信息提取算法，该算法对数据更新具有鲁棒性和快速性

• 批准号: 18700154
• 负责人: 坂本 比呂志
• 金额: $ 1.79万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2007
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18700154/
• 关键词: 半構造データ; 情報抽出; 機械学習; パターン発見

本研究の目的は、ウェブページやXMLデータが無制限にネットワーク上を流れる大規模半構造データストリームから,有用な情報を効率よく獲得するオンライン型半構造情報抽出アルゴリズムの開発を行うことである.特に,本研究では,申請者らのこれまでの先行研究によってもたらされた,機械学習による情報抽出,パターン発見アルゴリズム,データ圧縮等の技術を援用することで,動的に変化する大規模半構造データに対して,限定された計算機資源のもとで高速かつ頑健なデータ抽出処理を実現するアルゴリズムの構築を目指す.従来の機械学習による情報抽出の枠組みでは,アルゴリズムは与えられたデータから一般構造を発見して,ラッパー(抽出規則)を構築する.また,抽出アルゴリズムがラッパーと未知のデータをマッチングさせて適切なデータを取り出す.この方法では,データがHTMLのように単純な根付き木(Rooted Tree)で表現できる場合には,それほど多くの訓練例を必要とせず,また抽出規則も簡単な場合が多く,学習が容易である.しかしながら,この方法では,訓練例が動的に変化する場合には学習をもう一度最初からやり直さなければならず,また,XMLデータのように,より複雑なデータ構造(DAG:Directed Acyclic Graph)が対象となると,学習そのものが困難となる.今年度は,前年度までに得られた基本的なアルゴリズムをより大規模なデータに対して実現し,その性能を他のアルゴリズムと比較を行った.その結果,本研究のアルゴリズムは,多種法よりも数十から数百倍の高速化を達成した.この成果によって,本研究は第18回データ工学ワークショップにおいて優秀論文賞を受賞した.

In this study, the purpose of this study is to improve the accuracy of the system. In this study, the purpose of this study is to establish a large-scale model for the purpose of this study. in this study, the purpose and the purpose of this study is to establish a large-scale model for the purpose of this study. in this study, the purpose and the purpose of this study is to establish a large-scale model for the purpose of this study. in this study, the purpose and the purpose of this study is to establish a large-scale model for the purpose of this study. In this study, the applicant was invited to study the situation in the first place, the mechanical science was drawn out, and the technology was used in this study. in this study, the applicant was invited to study the situation in the first place, the mechanical science was drawn out, and the technology was used in this study. in this study, the applicant and the applicant were involved in the study. Limit the availability of computer resources to high-speed health care systems to manage the target number of health care stations. In recent years, mechanical mechanics has been used to extract the information of the group, the information and the information in general, and the rules (rules for extraction). Don't know what to do. Don't know what to do. If you want to know how to use the method, you can learn that it is easy to learn that it is easy to learn that it is necessary to use the method, HTML, and Rooted Tree to show that it is necessary to do so. In the first place, it was necessary to make a copy of the computer system (DAG:Directed Acyclic Graph). In the first place, it was necessary to make a copy of the system (DAG:Directed Acyclic Graph). In the first place, it was necessary to make a copy of the system. This year, in the previous year, the performance of the previous year is better than that of the previous year, and the performance of this year is better than that of the previous year. The results of this study show that the results of this study show that the speed of multi-method is tens of times higher than that of hundreds of times. The results show that the 18th chapter of this study is related to engineering and engineering.

项目成果

有向グラフ上の到達可能性判定のための索引構造と大規模XMLデータへの応用

有向图可达性判断的索引结构及其在大规模XML数据中的应用

• 发表时间: 2007
• 期刊: 第18回データ工学ワークショップ(DEWS2007)【DEWS2007優秀論文賞受賞】
• 作者: 中村有作;他2名
• 通讯作者: 他2名

参照構造を持つXML上の高速な到達可能性判定

使用参考结构快速确定 XML 的可达性

• 发表时间: 2007
• 期刊: 人工知能学論文誌 22(2)
• 作者: 中村有作;他2名
• 通讯作者: 他2名

有向グラフ上の最短距離の効率的な計算

有向图上最短距离的高效计算

• 发表时间: 2008
• 作者: 原口新平;他2名
• 通讯作者: 他2名

DAG上の2HOPラベリングの効率的なメンテナンス,第66回SIG-FPAI研究会

DAG 上 2HOP 标记的高效维护，第 66 届 SIG-FPAI 研究组

• 发表时间: 2007
• 作者: 原口新平;中村有作;坂本比呂志
• 通讯作者: 坂本比呂志

Improving Time and Space Complexity for Compressed Pattern Matching

提高压缩模式匹配的时间和空间复杂度

• 发表时间: 2006
• 期刊: Proc.17^<th> International Symposium on Algorithms and Computation
• 作者: Shirou Maruyama;他2名
• 通讯作者: 他2名