Qurma: халықтың бiлiм базасына арналған кестенi шығарып алу құбыры

Аңдатпа

Бұл мақалада бiз HTML парақтары, PDF файлдары және суреттер сияқты ұқсас веб-
көздерден кестелердi автоматты түрде шығаруға арналған құбырды ұсынамыз. Кестелердi
шығару-қазiргi уақытта көптеген қосымшалар, кiтапханалар мен жақтаулар құрастырылып
жатқан ақпарат алудың белсендi дамып келе жатқан бағыттарының бiрi. Алайда, бұл құрал-
дардың көпшiлiгi кейбiр нақты мәселелердi шешуге бағытталған, мысалы, тек суреттер түрiн-
де ұсынылған кестелердi тануға бағытталған. Тексттiк кестелердi танитын, оқитын, оларды
топтарға жiктейтiн бағдарламалар кең танылмаған, және дайын кiтапханалар неемесе құрал-
дар жоқ. Бiз бұл тапсырмаларды кестелердi өңдеудiң толық циклын қолдайтын бiртұтас құ-
бырға бiрiктiрудi ұсынамыз – оларды iздеу, тану және шығарып алу кезеңдерiнен бастап,
семантикалық талдау мен түсiндiру кезеңдерiне дейiн, мысалы, кестелердi түсiну және бiлiм
базаларын (бiлiм графиктерiн) осы кестелердегi маңызды ақпаратпен толтыру бiздiң жо-
бамыздың түпкi мақсаты болып табылады. Жұмыстың бiрiншi бөлiмiнде веб-беттерде, pdf
құжаттарында кестелердi анықтау, сонымен қатар атрибуттар мен объектiлердiң мәнiн ав-
томатты түрде анықтау әдiстерi берiлген. Екiншi бөлiмде Qurma құралының архитектурасы
және оның құрылымы көрсетiлген. Нәтижелерде Алматы-өскемен авипоискi тақырыбына ар-
налған парсердiң iске асырылуы көрсетiлген.