메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
모종훈 (퀀트랩) 유재명 (퀀트랩)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.6
발행연도
2017.6
수록면
581 - 586 (6page)
DOI
10.5626/JOK.2017.44.6.581

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
웹 문서를 자동으로 수집하면 대량의 정보를 손쉽게 모을 수 있다. 이러한 정보 수집 과정을 위해 웹 문서에서 메뉴, 광고 등 불필요한 정보를 제거하고 본문을 자동으로 추출할 필요가 있다. 특히 한국어 웹문서는 영어권과 달리 메타데이터가 포함된 경우가 드물고 디자인이 복잡하여 한국어 웹에 맞는 자동 본문 추출 방법이 필요하다. 기존의 본문 추출 방법은 주로 본문 블록의 문자적, 구조적 특성을 활용한다. 시각적 특성을 처리하기 위해서는 렌더링, 이미지 처리 등에 많은 계산이 필요하기 때문이다. 이 논문에서는 HTML에서 태그 위치를 준-시각적 특성으로 활용한 새로운 본문 추출 방법을 제시한다. 태그위치는 텍스트의 길이에 따라 가변적이기 때문에 태그 서열 위치라는 특성을 개발하였고, 이를 경사 부스팅과 함께 이용하면 정확한 본문 추출이 가능함을 보인다. 본 논문의 연구 결과는 텍스트 분석에 필요한 양질의 문서 자료를 다양한 형태의 웹페이지에서 자동으로 수집하는 데에 쓰일 수 있다.
#태그 서열 위치 #경사 부스팅 #웹 본문 추출 #웹 스크래핑 #tag rank position #gradient boosting #web content extraction #web scrapping

목차

1. 서론
2. 본문 추출을 위한 블록 특성 추출
3. 경사 부스팅
4. 실험
5. 결과
6. 논의 및 결론
References

참고문헌 (13)

참고문헌 신청
S. Gupta, G. E. Kaiser, P. Grimm, M. F. Chiang, J. Starren, Automating Content Extractionof HTML Documents, World Wide Web, Vol. 8, No. 2, pp. 179 -224, Jun. 2005. A. Finn, N. Kushmerick, B. Smyth, Fact or fiction: Content classification for digital libraries, presented at the Joint DELOS-NSF Workshop on Personalisation and Recommender Systems in Digital Libraries, Dublin, 2001. D. Pinto et al., QuASM: a system for question answering using semi-structured data, Proc. of the 2nc ACM/IEEE-CS joint conference on Digital libraries, pp. 46-55, 2002. S. Debnath, P. Mitra, and C. L. Giles, Automatic extraction of informative blocks from webpages, p. 1722, 2005. T. Gottron, Combining content extraction heuristics: the CombinE system, p. 591, 2008.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

시각장애인용 점자 페이스북
김정윤 ,  박설민 ,  허청일 외 1명 한국정보과학회 학술발표논문집 2012 .11
시각장애인용 전자책 기술
전광일 ,  김제민 ,  권혁 외 1명 정보과학회지 2010 .10
고분자 유전체를 이용한 시각 장애인용 점자 출력기 개발
이상원 ,  구익모 ,  정광목 외 5명 제어로봇시스템학회 논문지 2004 .11
전자책 표준을 이용한 시각장애인용 점자전자책 개발
김제민 ,  홍은지 ,  전광일 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2011 .06
시각장애인을 위한 통신 프로그램의 사용자 인터페이스 개발
이홍래 ,  전중남 ,  김석일 한국정보과학회 학술발표논문집 1996 .04

최근 본 자료

전체보기

댓글(0)

0