Proceedings of the Korean Information Science Society Conference (한국정보과학회:학술대회논문집)

  • 2006.06b
  • /
  • Pages.334-336
  • /
  • 2006
  • /
  • 1598-5164(pISSN)
Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

An Efficient Method for Logical Structure Analysis of HTML Tables

HTML 테이블의 논리적 구조분석을 위한 효율적인 방법

  • 김연석 (연세대학교 컴퓨터과학과) ;
  • 이경호 (연세대학교 컴퓨터과학과)
  • Published : 2006.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 웹 문서로부터 정보를 추출찰기 위한 목적의 일환으로 HTML 테이블의 논리적인 구조를 추출하여 XML 문서로 변환하는 효율적인 방법을 제안한다. 제안된 방법은 영역구문과 구조분석의 두 단계로 구성된다. 영역구분 단계에서는 테이블의 잡음영역을 제거하고 정규화한 후 시각적 및 의미적 일관성 검사를 통하여 테이블에 존재하는 속성 및 값 영역을 구분한다. 또한 구조분석 단계에서는 구분된 영역에 제안된 테이블 모델을 적용하여 계층구조를 추출하며, 이로부터 XML 문서를 생성한다. 제안된 영역구분 방법의 성능을 평가하기 위하여 1,180개의 테이블을 대상으로 실험한 결과, 평균적으로 86.7%의 정확률을 보여 기존 연구보다 우수하였다.

Keywords