edoc-Server der Humboldt-Universität zu Berlin

Post- oder Preprint

Publikationsart: Workshop- oder Konferenzbeitrag
Autor(en): Torsten Schlieder; Felix Naumann
Titel: Approximate tree embedding for querying XML data
Veranstaltung: ACM SIGIR 2000 Workshop On XML and Information Retrieval
Athens, Greece
28.07.2000 - 28.07.2000
Verlag: ACM
http://www.acm.org
Erscheinungsort: Athens, Greece
Erstveröffentlichung: 01.07.2000
Veröffentlichung auf edoc: 13.07.2006
Status: published
peer_reviewed
Volltext: pdf (urn:nbn:de:kobv:11-10066384)
URL der Erstveröffentlichung: http://www.haifa.il.ibm.com/sigir00-xml/final-papers/Approximate.htm
Fachgebiet(e): Informatik
Schlagwörter (eng): Tree distance, Fuzzy Querying
Einrichtung: Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link. Endnote   Bibtex  
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen. Bestellung als gedruckte und gebundene Version bei epubli.de, Ausführung der Bestellung erst nach Bestätigung auf den epubli.de-Seiten
Diese Seite taggen: Diese Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer ansehen können.
  • connotea
  • del.icio.us
  • Furl
  • RawSugar

Abstract (eng):
Querying heterogeneous collections of data-centric XML documents requires a combination of database languages and concepts used in information retrieval, in particular similarity search and ranking. In this paper we present an approach to find approximate answers to formal user queries. We reduce the problem of answering queries against XML document collections to the well-known unordered tree inclusion problem. We extend this problem to an optimization problem by applying a cost model to the embeddings. Thereby we are able to determine how close parts of the XML document match a user query. We present an efficient algorithm that finds all approximate matches and ranks them according to their similarity to the query.
Zugriffsstatistik: Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWSTATS aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite.
 
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.
 
Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.
PDF: 1 ZugriffePDF: 1 ZugriffePDF: 1 ZugriffeStartseite: 2 ZugriffePDF: 1 ZugriffePDF: 3 ZugriffePDF: 1 ZugriffePDF: 5 ZugriffePDF: 2 ZugriffeStartseite: 1 ZugriffePDF: 2 ZugriffePDF: 6 ZugriffePDF: 1 ZugriffePDF: 3 ZugriffePDF: 8 ZugriffePDF: 13 ZugriffePDF: 19 ZugriffePDF: 18 ZugriffeStartseite: 1 ZugriffePDF: 15 Zugriffe
Jun
11		Jul
11		Aug
11		Jan
12		Apr
12		May
12		Jun
12		Jul
12		Aug
12		Sep
12		Oct
12		Nov
12		Dec
12		Jan
13		Feb
13		Mar
13		Apr
13		May
13

MonatJun
11		Jul
11		Aug
11		Jan
12		Apr
12		Jun
12		Jul
12		Aug
12		Sep
12		Oct
12		Nov
12		Dec
12		Jan
13		Feb
13		Mar
13		Apr
13		May
13
Startseite   2    1       1
PDF111131522613813191815

Gesamtzahl der Zugriffe seit Jun 2011:

  • Startseite – 4 (0.27 pro Monat)
  • PDF – 100 (5.56 pro Monat)
    •  
 
Generiert am 18.06.2013, 03:28:56

edoc-Server der Humboldt-Universität zu Berlin  •  Impressum  •  edoc@cms.hu-berlin.de  •  Nutzungsbedingungen  •  Haftungsausschluss  •  Statistik