Webからの属性名抽出に関する基礎検討

抄録

Web上には大量の半構造化文書がある． 検索エンジンでは，それらから検索語を含むページを得ることができる． しかし，『画素数が700万のデジカメ』というような，あるオブジェクトに関する情報を直接得るためには，属性名（この場合，「画素数」）と属性値（この場合，「700万」）を自動で抽出する手法が必要となる． これまで，特定の属性名に対する属性値を抽出する情報抽出の研究は多く行われてきた． 本研究では，ブートストラッピングによって，スキーマ（属性名の組）を抽出する手法を提案する．