Nayyer Masood

Tabellarische Daten sind eine bestehende Informationsquelle im Internet. Wir haben mit der Sammlung von HTML-Tabellen aus dem Internet begonnen. Zun chst werden Tabellen guter Qualit t identifiziert, dann wird ein Schema-Matching durchgef hrt. Beim Schema-Matching wird die Anzahl der bereinstimmungen ermittelt, die die hnlichen Elemente aus zwei verschiedenen Schemata bestimmen. Die Spalten und Datenwerte werden nacheinander verglichen, um das Schema abzugleichen. Bei der Suche nach tabellarischen Daten im Web kann die Suchmaschine eine URL anstelle von tabellarischen Daten zur ckgeben, was das Hauptproblem ist. Wir arbeiten also an diesem Problem, indem wir Daten von tabellarischen Webseiten extrahieren und ihr Schema extrahieren und dann einen Schemaabgleich durchf hren, indem wir die Korrespondenz hnlicher Elemente durch korpusbasierte Technik identifizieren. Nach dem Schemaabgleich f llten wir die Daten der HTML-Seiten auf, indem wir verwandte Tabellen in einer HTML-Tabelle zusammenf gten, die f r die Benutzer besser geeignet und hilfreich ist.

Os dados tabulares s o uma fonte de informa o dispon vel na Web. Come mos a trabalhar na recolha de tabelas HTML retiradas da Web. Em primeiro lugar, ser o identificadas tabelas de boa qualidade e, em seguida, ser efectuada a correspond ncia de esquemas. A correspond ncia de esquemas identifica o n mero de correspond ncias que determinam os elementos semelhantes de dois esquemas diferentes. As colunas e os valores dos dados s o comparados um ap s o outro para fazer corresponder o esquema. Durante a pesquisa de dados tabulares na Web, o motor de pesquisa pode devolver o URL em vez de devolver os dados tabulares, o que constitui o principal problema. Por isso, estamos a trabalhar nesta quest o: extra mos dados de p ginas Web tabulares e extra mos o seu esquema e depois fizemos a correspond ncia do esquema identificando a correspond ncia de elementos semelhantes atrav s de uma t cnica baseada em corpus. Ap s a correspond ncia do esquema, preenchemos os dados das p ginas HTML juntando as tabelas relacionadas numa tabela HTML, o que mais adequado e til para os utilizadores.

I dati tabellari sono una fonte esistente di informazioni disponibili sul web. Abbiamo iniziato a lavorare sulla raccolta di tabelle HTML prese dal web. In primo luogo verranno identificate le tabelle di buona qualit e poi si proceder alla corrispondenza degli schemi. Lo Schema Matching identifica il numero di corrispondenze che determina gli elementi simili di due schemi diversi. Le colonne e i valori dei dati vengono confrontati uno dopo l'altro per farli corrispondere allo schema. Durante la ricerca di dati tabellari sul web, i motori di ricerca possono restituire URL invece di dati tabellari, il che rappresenta il problema principale. Per questo motivo, abbiamo estratto i dati delle pagine web tabellari, abbiamo estratto i loro schemi e poi abbiamo fatto il matching degli schemi identificando la corrispondenza di elementi simili attraverso una tecnica basata sul corpus. Dopo la corrispondenza dello schema, abbiamo popolato i dati delle pagine HTML unendo le tabelle correlate in un'unica tabella HTML, che pi appropriata e utile per gli utenti.

Les donn es tabulaires sont une source d'information disponible sur le web. Nous avons commenc travailler sur la collecte de tableaux HTML provenant du web. Les tableaux de bonne qualit seront tout d'abord identifi s, puis la correspondance des sch mas sera effectu e. La mise en correspondance des sch mas identifie le nombre de correspondances qui d terminent les l ments similaires de deux sch mas diff rents. Les colonnes et les valeurs des donn es sont compar es l'une apr s l'autre pour faire correspondre les sch mas. Lors de la recherche de donn es tabulaires sur le web, le moteur de recherche peut renvoyer l'URL au lieu de renvoyer les donn es tabulaires, ce qui est le principal probl me. Nous travaillons donc sur ce probl me en extrayant des donn es de pages web tabulaires et en extrayant leur sch ma, puis en faisant correspondre les sch mas en identifiant la correspondance d' l ments similaires gr ce une technique bas e sur le corpus. Apr s la mise en correspondance des sch mas, nous avons rempli les donn es des pages HTML en r unissant les tables connexes en une seule table HTML, ce qui est plus appropri et plus utile pour les utilisateurs.