Auflistung nach Autor:in "Gottron, Thomas"
1 - 2 von 2
Treffer pro Seite
Sortieroptionen
- TextdokumentContent Extraction: Bestimmung des Hauptinhaltes in HTML Dokumenten(Ausgezeichnete Informatikdissertationen 2008, 2009) Gottron, ThomasAußer dem Artikel der den eigentlichen Hauptinhalt darstellt enthalten die meisten HTML Dokumente im WWW zusätzliche Inhalte, wie beispielsweise Navigationsmenüs, gestalterische Elemente oder Werbung. Für verschiedene Anwendungen ist es nötig die Unterscheidung zwischen Haupt- und zusätzlichen Inhalten automatisch vorzunehmen. Content Extraction und Template Detection sind Verfahren, die diese Aufgabe lösen. Während der Forschungsarbeit auf diesem Gebiet sind einige interessante Beiträge entstanden. Drei davon sollen hier kurz vorgestellt werden. Dazu gehört der neu eingeführte Content Code Blurring Algorithmus, derzeit der leistungsfähigste Ansatz zur Inhaltsextraktion. Der zweite Beitrag liegt in der Entwicklung objektiver Maße zur Bewertung der Leistung von Algorithmen zur Inhaltsextraktion. Dadurch ließen sich bestehende Verfahren erstmals überhaupt miteinander vergleichen. Eine Analyse verschiedener Methoden zur Gruppierung von Webdokumenten bezüglich der ihnen unterliegenden Templates stellt den dritten größeren Beitrag dieser Arbeit dar. In Kombination mit einer lokalen Websuche kann dieses Templateclustering für die automatische Erstellung von Trainingsdatensätzen zur Templateerkennung eingesetzt werden. Da das Verfahren vollautomatisch ablaufen kann, ermöglicht es im Prinzip Template Detection auf einzelne Dokumente anzuwenden. Damit lassen sich die Vorteile aus Content Extraction und Template Detection verknüpfen.
- ZeitschriftenartikelSEPAL: Schema Enhanced Programming for Linked Data(KI - Künstliche Intelligenz: Vol. 30, No. 2, 2016) Scheglmann, Stefan; Leinberger, Martin; Gottron, Thomas; Staab, Steffen; Lämmel, RalfThe linked data cloud provides a large collection of interlinked data and is supposed to be seen as one, big data source. However, when developing applications against this data source, it becomes apparent that different challenges arise in the various steps of programming. Among these are the selection and conceptualization of data as well as the process of actually accessing the data. The schema enhanced programming for linked data (SEPAL) project provides a new approach for integrating linked data sources when developing semantic web applications. It does this by crawling the LOD cloud, analyzing the extracted data and providing this information to a developer during development through a framework that extends the programing language. In this paper, we will motivate the necessity for a project like SEPAL and explain the core components of the project.