单子式Datalog与用于Web信息提取的语言的表达能力
摘要：从Web页面提取信息（包装）的研究近年来活动频繁（尤其是系统实现），但对所提出的形式化的表达能力或包装的理论基础的研究仍然很少。在本文中，我们首先研究以树为基础的单调datalog作为一种包装语言。我们展示了这种简单的语言在指定包装器的能力上与单调二阶逻辑（MSO）是等价的。我们认为MSO具有Web信息提取所需的正确表达能力，并提出MSO作为评估和比较包装器的标准。同时，我们还建立了关于树状单调datalog的查询评估和查询包含的一些关于复杂度的结果，并提出了该语言的一个简单的正常形式。基于上述结果，我们接下来研究了Lixto系统（一种视觉包装器生成器）中使用的Elog包装语言的核心片段Elog$^-$。有趣的是，Elog$^-$恰好捕捉到了MSO，但使用起来更加简单。确实，使用这种语言编写的程序可以完全通过可视化进行指定。
作者：Georg Gottlob and Christoph Koch
论文ID：cs/0211020
分类：Databases
分类简称：cs.DB
提交时间：2007-05-23