초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 논문에서는 웹 문서를 XML 문서로 변환하기 위한 논리적 구조분석 방법을 제안한다. 제안된 방법은 비주얼 그룹화, 요소 식별, 그리고 논리적 그룹화의 세 단계로 구성된다. 특히 정교한 수준의 논리적 구조분석을 지원하기 위하여 특정 주제에 속하는 문서 유형의 논리적 계층 구조를 효과적으로 기술할 수 있는 문서 모델을 정의한다. 제안된 방법은 비주얼 그룹화를 통해서 추출된 시각적 계층구조와 문서 유형에 대한 논리적 구조 정보를 기술한 문서 모델에 기반하기 때문에 보다 정교한 수준의 구조 분석을 지원한다. 제안된 방법의 성능을 평가하기 위하여 웹으로부터 추출한 다수의 HTML 문서를 대상으로 실험한 결과, 기존 연구라 비교하여 논리적 구조분석을 성공적으로 수행하였다. 제안된 방법은 논리적 구조분석의 최종 결과로서 XML 문서를 생성하기 때문에 문서의 재 사용성을 높인다.

본 논문에서는 웹 문서를 XML 문서로 변환하기 위한 논리적 구조분석 방법을 제안한다. 제안된 방법은 비주얼 그룹화, 요소 식별, 그리고 논리적 그룹화의 세 단계로 구성된다. 특히 정교한 수준의 논리적 구조분석을 지원하기 위하여 특정 주제에 속하는 문서 유형의 논리적 계층 구조를 효과적으로 기술할 수 있는 문서 모델을 정의한다. 제안된 방법은 비주얼 그룹화를 통해서 추출된 시각적 계층구조와 문서 유형에 대한 논리적 구조 정보를 기술한 문서 모델에 기반하기 때문에 보다 정교한 수준의 구조 분석을 지원한다. 제안된 방법의 성능을 평가하기 위하여 웹으로부터 추출한 다수의 HTML 문서를 대상으로 실험한 결과, 기존 연구라 비교하여 논리적 구조분석을 성공적으로 수행하였다. 제안된 방법은 논리적 구조분석의 최종 결과로서 XML 문서를 생성하기 때문에 문서의 재 사용성을 높인다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 특히, 제안된 방법은 정교한 수준의 구조분석을 위하여 문서 모델믈 효율적으로 표현할 수 있는 언어인 MEDL(m니ti니取이 element description language)을 제안한다. MEDLe 논리적 계층 구조률 기술하기 위하여 특정 주제에 속하는 문서 집합이 포함할 수 있는 논리적 구성 요소의 종류, 포함관계, n리고 빈도수 등에 대한 다양한 정보를 기술한다.
• 제안된 방법은 정교한 수준의 구조분석을 위하여 문서 모델을 효과적으로 기술할 수 있는 언어인 MEDL을 제안한다. MEDLe 논리적인 계충 구조클 기술하기 위하여 특정 주제에 속하는 문서 집합이 포함할 수 있는 논리적 구성 요소의 종류, 포함관계, 그리고 빈도수 등에 해한 다양한 정보콜 기술한다. 제안된 방법은 논리적 계층구조의 분석을 위해 비주얼 그룹 화, 요소식별, 그리고 논리적 그룹화의 세 단계로 구성된다.
• X서Le 논리적인 구조 정보裏 표현할 수 있으며 이 기종간의 호환이 가능하다는 장점 때문에 전자 문서의 표준 포맷으로 널리 사용되고 있다. 따라서, 본 논군에서는 웹 문서로부터 XML 문서룰 생성하기 위한 논리적 구조분석 방법을 제안한다.
• 똔 논문에서는 웹 문서로부터 논리적인 구조 정보養 추養할 수 있는 효율적인 방법율 제안한다. 제안된 방법은 비주얼 그 番화(visual grouping), 요소 식별(이ement identification), 그리고 논리적 그룹화(logical grouping)°l 세 단계로 구성된다.
• 본 논문은 HTML 문서로부터 논리적 구조 정보를 추춯하여 XML 문서롤 생성하는 것을 목적으로 한다. 제안된 방법은 <그림 1》과 같이 전처리, 논리적 구조분석, 그리고 후처리의 세 단계로 구성된다.
• 또한, 반복되는 논 리적 요소養 기준으로 계층 구조를 생성한다. 논리적 계층 구 조!! 정확히 생성하기 위하여 반복되는 요소나 리스트 아이템 태그H 기준으로 그룹화할 때 그룹이 제안된 문서 모델에 부합 하는지의 여부를 검사한다. 제안된 방법에 대한 자세한 기.

제안 방법

• 요소 식별에서는 비추얼 그룹 화가 되지 않아 요소 식별 정보養 이용하지 못한 경우와 문서 에 띄어쓰기 등의 편집오류가 있는 경우에 오륙가 발생했다. 마지막으로, 논리적 계층 구조의 정확성을 실험하기 위하여 구조분석의 결과로 생성된 계층 구조와 정확한 구조 사이의 구 조적 차이를 계산하였다. 이률 위하여 트리 간의 편집 스크립 트(edit scHpt)를 계산하는 기존 연구인 Zhang과 Shasha의 방 법[11]을 적용하였다.
• 이롤 위하여 먼저 문서에 포함된 텍스 트養 구분자((花limits)養 기준으로 토큰화(tok&nization)한다. 본 논문에서는 구분자로 그리고 윻 사용한다. 또한, 문서모델에 정의된 키워드 패턴을 포함하는 토큰(token)욯 해당 논리적 요소로 식혈한(다.
• 본 논문에서는 제안된 방법의 성능읊 평가 하기 위하여과 같이 비주얼 그룹화의 정홖성, 논리적 구성 Q소의 식별馨, 그리고 논리적 계층 구조의 정확성의 세 가지 평가 기준을 정의한다.
• 본 논문은 HTML 문서로부터 논리적 구조 정보를 추춯하여 XML 문서롤 생성하는 것을 목적으로 한다. 제안된 방법은 <그림 1》과 같이 전처리, 논리적 구조분석, 그리고 후처리의 세 단계로 구성된다.
• 제안된 방법은 DOM 트리에 하향식 너비 우선 탐색(b「eadth first search) 과정을 적용하면서 비주얼 태그를 찾는다. 비주얼 태그 사이에는 우선순위가 존재한다.
• MEDLe 논리적인 계충 구조클 기술하기 위하여 특정 주제에 속하는 문서 집합이 포함할 수 있는 논리적 구성 요소의 종류, 포함관계, 그리고 빈도수 등에 해한 다양한 정보콜 기술한다. 제안된 방법은 논리적 계층구조의 분석을 위해 비주얼 그룹 화, 요소식별, 그리고 논리적 그룹화의 세 단계로 구성된다. 우선 비주얼 그番화에서는 시각적으로 그롭화할 수 있는 정보를 갖는 태그들을 비주얼 태그라 정의하고 전처리着 거친 DOM 트리룔 하향식 너비 우선 탐색을 적용하여 비주얼 태그들 사이의 내용울 그書화하여 비주얼 트리蹇 생성한다.
• 한편, XMLe 문서의 논리적 구조 정보룔 DTD로 기술한다. 제안된 방법은 논리적 구조 정보와 더불어 주 구조의 어휘적 특성을 기술하기 위하여 XML DTD의 엘리먼트(element) 선언 방법을 확장하여 MEDL읗 정의한다. 이에 대한 자세한 기술은 제한된 지면 관계상 생략한다.
• 제안된 방법은 문서모덺에 정의된 논리적 계층구조에 기반하여 단계적으로 요소흘 식별한다. 만일 단순히 키워드만으로 요 소養 식혈한다면 파수의 잘못돤 요소를 식별하여 정확한 구조 의 XML 문서馨 생성할 수 없을 것이다.
• 한편, HTML 문서로부터 DOM 트리를 구성하기 위해서는 HTML 문서가 XML 적격성 요건을 만족하며야 한다. 제안된 방법은 버TML TidyUQ]룔 적용하여 HTML 문서를 XML의 적격성 요건을 만족하는 형태로 변환한다.
• 똔 논문에서는 웹 문서로부터 논리적인 구조 정보養 추養할 수 있는 효율적인 방법율 제안한다. 제안된 방법은 비주얼 그 番화(visual grouping), 요소 식별(이ement identification), 그리고 논리적 그룹화(logical grouping)°l 세 단계로 구성된다. 특히, 제안된 방법은 정교한 수준의 구조분석을 위하여 문서 모델믈 효율적으로 표현할 수 있는 언어인 MEDL(m니ti니取이 element description language)을 제안한다.
• 제안된 방법은 정교한 수준의 구조분석을 위하여 문서 모델을 효과적으로 기술할 수 있는 언어인 MEDL을 제안한다. MEDLe 논리적인 계충 구조클 기술하기 위하여 특정 주제에 속하는 문서 집합이 포함할 수 있는 논리적 구성 요소의 종류, 포함관계, 그리고 빈도수 등에 해한 다양한 정보콜 기술한다.
• 제안된 요소 식별 방법은 논리적 구성 요소 사이의 포함 관 계 및 계층 구조 정보養 포함하는 문서모덽에 기반한다. 따라서 임의의 요소養 식별하는 과정에서 이미 식별된 상위 요소와 의 포힝관계蠢 고려하기 해문에 논리적 요소矗 정화하게 식별 한다.
• 제안된 방법은 비주얼 그 番화(visual grouping), 요소 식별(이ement identification), 그리고 논리적 그룹화(logical grouping)°l 세 단계로 구성된다. 특히, 제안된 방법은 정교한 수준의 구조분석을 위하여 문서 모델믈 효율적으로 표현할 수 있는 언어인 MEDL(m니ti니取이 element description language)을 제안한다. MEDLe 논리적 계층 구조률 기술하기 위하여 특정 주제에 속하는 문서 집합이 포함할 수 있는 논리적 구성 요소의 종류, 포함관계, n리고 빈도수 등에 대한 다양한 정보를 기술한다.

대상 데이터

• 제안된 방법의 성능율 평가하기 위하여 Chsg[5] 등의 연구에서 사용한 50개의 이력서 HTML 문서譽 대상으로 실험하였다.

이론/모형

• 요소 식별은 비주얼 Z1 룹 트리에 문서모델을 적용하여 논리적 구성 요소養 식별한다. 이롤 위하여 먼저 문서에 포함된 텍스 트養 구분자((花limits)養 기준으로 토큰화(tok&nization)한다.
• 마지막으로, 논리적 계층 구조의 정확성을 실험하기 위하여 구조분석의 결과로 생성된 계층 구조와 정확한 구조 사이의 구 조적 차이를 계산하였다. 이률 위하여 트리 간의 편집 스크립 트(edit scHpt)를 계산하는 기존 연구인 Zhang과 Shasha의 방 법[11]을 적용하였다.
• 제안된 방법은 HTML 문서룔 구조화하기 위하여 D0M (Document Object Model) [9] 트리에 기반한다. DOMe HTML 문서룔 구성하는 태Z1, 속성(attribute), 그리고 텍스트 정보置 노드로 트리룔 구성한다.

성능/효과

• 3. 너비 우선 탐색을 계속하여 현재 비주얼 태그보다 우선 순위가 높거나 같은 비주얼 태그 또는 문서의 끝에 도달 하면 현재요소 이후에 위치하논 노드듷을 요소의 자식으로 추가한다.
• 3. 노드의 차식 중에 반복되논 요소가 존재할 경우, 문서 모델에 부합한다면 반복되는 요소률 부모로 하고, 반복되는 요소 사이에 있는 노드들을 자식으로 하는 게층 구조 ■ 생성한다.
• 실험 결과. 계층 구조의 정확성은 평균적으로 92.02%로 나타났다. 오류의 대부분은 제얀된 방법의 비주얼 그룹화와 요소 식별 과정에서 찾을 수 있었다’
• 10%의 정홬豊을 보였다. 비주얼 그룹화에서는 시각적으로 보기에는 그蚤화 할 수 있지만, 제안된 비주얼 태그를 적용하여 비주얼 그番화할 수 없는 경우와 HTML 문서養 작성자가 임의의 불규칙한 태그柔 사용하여 비주얼 그룹을 표현한 경우에 대부분의 오류가 발생하였다. 그 밖에 비주얼 태그가 그룹 화 이외의 용도로 사용되어 적절히 그룹화되지 못한 경우가 존 재하였다.
• 요소의 식멸養 면에 있어서 제안된 방법은 93.21%의 정확룔 과 91, 62%의 재현馨을 보였다. 요소 식별에서는 비추얼 그룹 화가 되지 않아 요소 식별 정보養 이용하지 못한 경우와 문서 에 띄어쓰기 등의 편집오류가 있는 경우에 오륙가 발생했다.
• 요소 식별은 비주얼 트리에 문서 모델에 정의된 요소 식별 정보를 적용하여 키워드률 기반으로 하여 요소養 식별한다, 또한, 식렬된 요소 들의 반복과 리스트 아이템 태그들의 특징을 이용하여 논리적 계층구조로 그룹화한다. 제안된 방법의 성능을 룬석하기 위해 비주얼 二I番화의 정확성, 논리적 구성 요소의 식별푤, 그리고 논리적 계층 구조의 정확성의 세 가지 평가 기준으로 성능을 평가한 결과, 논리적인 구조분석울 성공적으로 수행하였다. 한편, 제안된 방법의 오류룔 분석한 결과, 비주얼 그룹화가 성공적으로 이루어지지 않을 경우, 잘못된 계층 구조룔 생성함 울 볼 수 있었다.
• 제안된 방법의 성능을 평가하기 위하여 웹으로부터 추출한 HTML 쿤서 집합욯 대상으로 실험한 결과, 기존 연구와 비교하여 논리적인 구조분석을 성공적으로 수행하였다,
• 제안된 방법의 성능을 룬석하기 위해 비주얼 二I番화의 정확성, 논리적 구성 요소의 식별푤, 그리고 논리적 계층 구조의 정확성의 세 가지 평가 기준으로 성능을 평가한 결과, 논리적인 구조분석울 성공적으로 수행하였다. 한편, 제안된 방법의 오류룔 분석한 결과, 비주얼 그룹화가 성공적으로 이루어지지 않을 경우, 잘못된 계층 구조룔 생성함 울 볼 수 있었다. 또한, 정확한 요소 식멸을 위해서 보다 정교 한 수준의 논리적 요소 기술 방법이 요구된다, 따라서, 향후 본 연구에서는 보다 정교한 수준의 비주얼 그룹화 및 요宝 식 별 방법을 연구할 계획이다.

후속연구

• 한편, 제안된 방법의 오류룔 분석한 결과, 비주얼 그룹화가 성공적으로 이루어지지 않을 경우, 잘못된 계층 구조룔 생성함 울 볼 수 있었다. 또한, 정확한 요소 식멸을 위해서 보다 정교 한 수준의 논리적 요소 기술 방법이 요구된다, 따라서, 향후 본 연구에서는 보다 정교한 수준의 비주얼 그룹화 및 요宝 식 별 방법을 연구할 계획이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기