Publications
カンファレンス (国内) 大規模クロールデータに対する情報抽出の観点からの分析
村上 直也, 石川 貴大, 小野 真吾, 塚本 浩司
第8回データ工学と情報マネジメントに関するフォーラム (DEIM2016)
2016.2.29
Freebase や DBpediaなど，ウェブ上のデータを元に作られたデータが様々な場面で用いられるようになってきている．これらのデータは人手でメンテナンスされているが，今後構造化されたデータを自動で構築しようとした場合，ウェブ上の情報から機械的に抽出を行なう方法が有望である．しかし，ページが情報抽出元として適しているかは，ページによって大きく異なるため，情報抽出の観点からクロール戦略を立てることが必要となる．そこで我々は，汎用的にクロールした大規模ウェブデータを用いることで，情報抽出に役立つウェブデータにどのような傾向があるか分析を行った．