一种学习带交错的单出现正则表达式的有效算法
数据库
2019-06-06 v1 人工智能
摘要
模式（schema）的存在所带来的好处是众多的。然而，实践中许多XML文档并未附带（有效的）模式，使得模式推断成为一个引人关注的研究问题。XML模式学习中的基本任务是推断正则表达式的受限子类。以往大多数工作要么不支持交错，要么仅对交错提供有限支持。在本文中，我们首先提出一个新子类“带交错的单出现正则表达式（SOIRE）”，其对交错具有无限制支持。然后，基于单出现自动机和最大独立集，我们提出一种算法 iSOIRE 来推断SOIREs。最后，我们在真实数据集上进一步开展一系列实验以评估我们工作的有效性，并与学术界的在研学习算法及现实中的工业工具进行比较。结果揭示了SOIRE的实用性和iSOIRE的有效性，表明了我们所做工作具有高精确性与简洁性。
引用
@article{arxiv.1906.02074,
title = {An Effective Algorithm for Learning Single Occurrence Regular Expressions with Interleaving},
author = {Yeting Li and Haiming Chen and Xiaolan Zhang and Lingqi Zhang},
journal= {arXiv preprint arXiv:1906.02074},
year = {2019}
}