A fine-grained taxonomy of tables on the web
A fine-grained taxonomy of tables on the web
复制标题
网络上表格的细粒度分类
DOI：
--
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
Patrick Pantel
中科院分区：
文献类型：
--
作者：
E. Crestan;Patrick Pantel
我们提出了一个分类分类法在Web上的HTML表的大型爬行，主要集中在那些表，表达结构化的知识。该分类法将表分为两个顶级类：a）用于布局目的的类，包括导航和格式化;以及B）包含关系知识的类，包括列表、属性/值、矩阵、枚举和表单。然后，我们提出了一个分类算法，自动检测我们的分类法，即布局表和属性/值表的类的子集。我们报告我们的系统在Web上手动注释的HTML表的大样本的性能。
We propose a classification taxonomy over a large crawl of HTML tables on the Web, focusing primarily on those tables that express structured knowledge. The taxonomy separates tables into two top-level classes: a) those used for layout purposes, including navigational and formatting; and b) those containing relational knowledge, including listings, attribute/value, matrix, enumeration, and form. We then propose a classification algorithm for automatically detecting a subset of the classes in our taxonomy, namely layout tables and attribute/value tables. We report on the performance of our system over a large sample of manually annotated HTML tables on the Web.