Web上の表形式顆似データの統合技法

摘要

本研究では，Web上に存在する表形式で表現されている複数のデータを統合し，ひとつの表形式に変換する技法について提案する．Web上に公開されている表形式のデータは，HTML形式あるいはpdf形式で提供されることが多いが，メーカや品種·機種が異なるなど，同種の内容を持つが表現方法が異なるデータが多数存在する．これら複数の類似データをユーザが比較するためには，カットアンドペーストなどを行い一覧表形式として統合する手法等が有効であるが，統合するための作業時間がかかるという問題がある．本手法では，類似データから共通項目を特定することで，機械的処理により一覧表形式として統合する技法について報告する．また，その技法に基づくプロトタイプシステムについて報告する．