선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 직접 구현한 HTML 파서를 이용해 DOM 트리와 유사한 요소 트리를 구축한 후 HTML 태그의 하이퍼링크 속성을 갖는 노드를 제거해 나가면서 웹 뉴스 데이터를 추출하고, 추출된 데이터를 요약하는 시스템에 대해 논하고자 한다. 또한 추출한 결과를 요약하기 위하여 공기 관계 그래프(co-occurrence relation graph)를 이용하는 방법을 적용하였다(5).
- 본 논문에서는 추출된 Vertex들의 공기관계를 나타내기 위해서 Vertex들의 쌍을 만들어 공기도를 계산하고, 계산된 공기 도가 유효한 경우 즉 문서에서 한번이상 동일한 문장에서 나타난 경우에만 Vertex간의 관계를 나타내는 Edge를 생성해준다. 공기도는 두 개의 단어가 대상 문서내의 동일한 문장에 대해 동시에 출현한 횟수의 합을 의미하고 식(2) 와 같이 나타낸다.
- 본 논문에서는 시스템이 추출한 핵심 문장을 수작업에 의한 결과와 비교하여 평가를 수행하였다. 평가 기준은 다음의 4개를 기준으로 하였다.
- 본 논문에서는 이러한 클러터들을 효과적으로 제거하기 위해 대부분의 클러터가 가진 HTML 태그의 하이퍼링크 속성에 관심을 두었다. HTML 파서가 구축한 요소 트리에서 링크속성을 가진 클러터를 제외하고 휴리스틱 규칙을 적용하여 하이퍼링크 속성을 가지지 않은 클러터를 제외하였다.
- 현재 두 개의 어플리케이션으로 동작하고 있으나, 향후 하나의 시스템으로 통합하여 시스템의 복잡도를 줄여야 할 것이다. 또한 현재 이슈가 되고 있는 시멘틱 웹이나 웹2.0과 관련해서 RDF와 RSS 등의 다양한 기술을 논문의 시스템에 접목하여 보다 지능적인 정보검색시스템을 구축하고자 한다.
가설 설정
- (1) 텍스트 노드들을 제외한 모든 노들은 무시한다.
- (2) 하이퍼링크 속성을 갖는 텍스트 노드는 무시한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.