Новости

В конкурсе "Диссертации", посвящённого 50-летию научного направления "Искусственный интеллект" и памяти выдающегося российского учёного Л.Т.Кузина, наш сотрудник А.А.Липатов был награждён первым призом и дипломом за недавно защищенную диссертацию к.т.н.

Е.А.Сидорова защитила диссертацию на тему «Методы и программные средства для анализа документов на основе модели предметной области»

Прочитать подробнее...

LadyVenus.ru - все о моде, красоте и женском здоровье.
Интервью
3.05.2014 - Ллорет де Мар – жемчужина испанского побережья Коста Брава

13.04.2014 - Орехи – любимое лакомство для всех

Ознакомиться со всеми интервью...

Описание товаров

Описание товаров

Интернет-магазины и каталоги, помимо цен на товары, содержат обычно описания этих товаров. Описания, как правило, говорят по-разному об одном и том же — каждая категория товаров имеют свой набор свойств, значения этих свойств и являются предметом описаний. Стиль же описаний может быть любым.

Рассмотрим описание цифрового фотоаппарата Olympus C2500. Описание в текстовом стиле:

имеет формат носителей: SmartMedia 3.3v и CompactFlash, формат данных: изображения — JPEG(DCF), TIFF(без сжатия), разрешение 2,5 миллиона точек, отличный объектив с переменным фокусным расстоянием OLYMPUS 9.2 — 28 мм, F2.8 — F3.9, 7 элементов в 7 группах (эквивалентно объективу 36 — 110 мм 35 мм камеры). Также есть функция увеличения ( оптическое — до 3х, цифровое — до 2,5х),видоискатель( оптический зеркальный) и ЖК-дисплей ( 4,5 см цветной TFT-дисплей (HAST) с 122 тыс. точек ) и встроенная вспышка ( 4 режима работы)

Описание того же товара в табличном полуструктурированном стиле:

Тип аппарата: Цифровой зеркальный фотоаппарат
Формат носителей (карточки): CompactFlash, SmartMedia 3.3v
Формат данных: изображение: JPEG(DCF), TIFF(без сжатия)
Разрешение (ПЗС): 2,5 млн. pxl. (ПЗС — 2/3»)
Объектив: OLYMPUS 9.2 — 28 мм, F2.8 — F3.9, 7 элементов в 7 группах (эквивалент объектива 36 — 110 мм 35-и мм камеры)
Увеличение: оптическое до 3х, цифровое до 2,5х
Видоискатель: оптический (зеркальный) и ЖК-дисплей
ЖК-дисплей: 4,5 см цветной TFT-дисплей (HAST) — 122 тыс. pxl.
Вспышка: встроенная, 4 режима работы, возможно подключение внешней FL-40
Пульт ДУ: да (на все режимы)
Последовательная съемка: до 5 кадр.
Размеры: 109,5х80,5х129 мм.
Вес: 490 гр.

Как видно из этих двух примеров (а они взяты из одного и того же электронного магазина), описание товара даже в табличном виде очень слабо структурировано.

Часто характеристики товара заданы в список (описание карманного компьютера Jornada 568):

  • Операционная система: Microsoft Pocket PC 2002 (Windows CE 3.0)
  • Процессор: 32-разрядный процессор Intel StrongArm SA-1110 206 MГц, системная шина 51 МГц, шина памяти 103 MГц.
  • Дисплей: экран (диагональ 3,5″) цветной рефлективный TFT, 65,536 цветов, разрешение 320 x 240, подсветка
  • Память: 32/64 Мб ОЗУ + 32 Мб flash-ПЗУ (8 Мб flash-ПЗУ для пользователя)
  • Слоты расширения: 1 х CompactFlash Type I
  • Порты: USB, Инфракрасный (IrDA)
  • Звук: Динамик и микрофон, гнездо для стереонаушников
  • Питание: Li-Polymer съемный аккумулятор (12-14 часов непрерывной работы), резервная литиевая батарея, адаптер переменного тока
  • Вес: 173 г
  • Размер: 13,2 х 7,65 х 1,72 см

Представим, что мы создаем сервис поиска описаний товаров, их сравнения, верификации и занесения в базу данных. Результатом работы сервиса будут сильно нормализованные данные хорошего качества структурирования и наполнения, т.е. база данных. Рассмотрим применимость Alex’a для этой задачи.

Описание товара, вне зависимости от стиля оформления (текст, таблица, список), понимается человеком в силу того, что

а) он знает, что означает каждый параметр (или хотя бы может догадаться, к чему он относится)

б) может соотнести название свойства с его значением:

  • формат носителей: SmartMedia 3.3v и CompactFlash
  • разрешение 2,5 миллиона точек
  • функция увеличения ( оптическое — до 3х, цифровое — до 2,5х)
  • ЖК-дисплей ( 4,5 см цветной TFT-дисплей (HAST) с 122 тыс. точек )

и т.д.

Рассмотрим, как будет устроен банк шаблонов, который бы применял те же принципы. Прежде всего, отразим тот факт, что свойства шаблонов контактируют с их значениями, либо сами значения говорят о том, какие свойства описывают:

 [Свойство] =
[Название свойства] [Значение свойства]

По данному принципу введем подобный шаблон для каждого свойства товара, например:

 [СвРазрешение] =

[НазвРазрешение] [Разделитель] [число] [Пиксел]

где шаблон [Пиксел] определим так:

 [Пиксел] =

точ..

pxl

пиксел..

пкс

Голубым цветом выделена та часть шаблона, которая пойдет в значение свойства. Это позволяет Алексу нормализовывать и структурировать текстовую информацию. Выделенный шаблон [число] — это то, что нужно «выжать» из этого фрагмента текста, т.е. числовое значение разрешения фотоаппарата, с тем чтобы затем, например, занести это в некоторое поле БД.

Шаблон [НазвРазрешение] (название свойства Разрешение) будет выглядеть так:

 [НазвРазрешение] =

разрешени.. ((ПЗС))

Аналогично делаем для остальных свойств. Теперь нам надо составить шаблон всего описания товара. Однако свойства могут располагаться в любом порядке, и перечислить все возможные перестановки не представляется возможным. В этом случае можно воспользоваться возможностью создания классов шаблонов. Шаблон в Alex’е может относиться к некоторому классу. Введем класс СВОЙСТВО, назначим этому классу все шаблоны, относящиеся к описанию свойств.

Введем шаблон описания свойства товара, который бы учитывал возможный левый и правый произвольный опциональный контекст:

 [СвойствоСКонтекстом] =

(.) [СВОЙСТВО] (.)

Наконец, введем шаблон списка свойств:

 [СписокСвойств] =

[СвойствоСКонтекстом]=

Знак = здесь обозначает возможное повторение шаблона СвойствоСКонтекстом произвольное количество раз.

В результате все перечисленные выше способы задания свойств товаров (текст, список, таблица) будут обрабатываться одним и тем же банком шаблонов.