检测提取视图差分维护中的机会

半结构化和非结构化数据管理具有挑战性，但所遇到的许多问题与关系语境中已解决的问题类似。例如，在信息提取领域，从设计特定的、应用专用的提取规则转向使用如 CPSL 和 AQL 等表达性语言，创造了提出可应用于广泛提取程序的解决方案的机会。在本工作中，我们关注提取视图维护问题，该问题在关系设定中有充分的动机且已被透彻研究。具体而言，我们形式化并解决了使提取关系与可任意更新的源文档保持一致的问题。我们形式化刻画了三类文档更新，即相对于给定提取器而言无关、自主可计算和伪无关的更新。最后，我们提出算法来检测相对于以文档 spanner 表示的提取器的伪无关文档更新，文档 spanner 是一种受 SystemT 启发的信提取模型。