Abstract: This paper presents an ef

Abstract: This paper presents an effective keyword search method for data-centric extensive markup lan-
guage (XML) documents. The method divides an XML document into compact connected integral subtrees,
called self-integral trees (SI-Trees), to capture the structural information in the XML document. The SI-Trees
are generated based on a schema guide. Meaningful self-integral trees (MSI-Trees) are identified, which
contain all or some of the input keywords for the keyword search in the XML documents. Indexing is used to
accelerate the retrieval of MSI-Trees related to the input keywords. The MSI-Trees are ranked to identify the
top-k results with the highest ranks. Extensive tests demonstrate that this method costs 10-100 ms to answer
a keyword query, and outperforms existing approaches by 1-2 orders of magnitude.
Key words: keyword searches; extensive markup language (XML); self-integral trees; ranking; indexing

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ: บทความนี้แสดงวิธีการค้นหาคำหลักที่มีประสิทธิภาพสำหรับการมาร์กอัปที่หลากหลายเป็นศูนย์กลางข้อมูล lan -เอกสารมาตรวัด (XML) วิธีการแบ่งเอกสาร XML subtrees หนึ่งเชื่อมต่อขนาดเล็ก เรียกว่าตัวเองสำคัญต้น (SI-ต้นไม้), การจับภาพข้อมูลโครงสร้างในเอกสาร XML ต้นศรี ที่สร้างขึ้นตามคำแนะนำแบบแผน ระบุมีความหมายสำคัญตนเองต้นไม้ (MSI ต้นไม้) ซึ่ง ประกอบด้วยทั้งหมดหรือบางส่วนของคำสำคัญที่ป้อนข้อมูลการค้นหาคำสำคัญในเอกสาร XML การจัดทำดัชนีถูกใช้เพื่อ เร่งเรียกของ MSI ต้นไม้ที่เกี่ยวข้องกับคำสำคัญที่ป้อน มีการจัดอันดับต้นของ MSI เพื่อระบุการ ผลลัพธ์ด้านบน-k กับตำแหน่งสูงสุด ทดสอบแสดงให้เห็นว่า วิธีนี้ต้นทุน 10-100 ms จะตอบ มีคำถาม สุดแนวที่มีอยู่ โดย 1-2 อันดับของขนาด คำสำคัญ: การค้นหาคำสำคัญ ครอบ markup ภาษา (XML); ต้นไม้สำคัญตัวเอง คะแนน การทำดัชนี

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ: บทความนี้นำเสนอวิธีการค้นหาที่มีประสิทธิภาพคำหลักสำหรับมาร์กอัปกว้างขวาง lan- ศูนย์กลางข้อมูล
วัดเอกสาร (XML) วิธีการแบ่งเอกสาร XML ลงในขนาดกะทัดรัด subtrees หนึ่งเชื่อมต่อ
ที่เรียกว่าต้นไม้ (SI-ต้นไม้) ตนเองหนึ่งเพื่อจับภาพโครงสร้างข้อมูลในเอกสาร XML ศรีต้นไม้
จะถูกสร้างขึ้นบนพื้นฐานของคำแนะนำสคีมา ต้นไม้ตนเองหนึ่งที่มีความหมาย (MSI-ต้นไม้) จะมีการระบุซึ่ง
มีทั้งหมดหรือบางส่วนของใส่คำหลักสำหรับการค้นหาคำหลักในเอกสารของ XML การจัดทำดัชนีจะใช้ในการ
เร่งการดึงของ MSI-ต้นไม้ที่เกี่ยวข้องกับคำหลักที่มีการป้อนข้อมูล ของ MSI-ต้นไม้มีการจัดอันดับการระบุ
ผลด้านบน-K ที่มีอันดับสูงสุด การทดสอบอย่างกว้างขวางแสดงให้เห็นว่าการใช้วิธีนี้ 10-100 มิลลิวินาทีที่จะตอบ
แบบสอบถามคำหลักและมีประสิทธิภาพดีกว่าวิธีการที่มีอยู่ 1-2 คำสั่งของขนาด.
คำสำคัญ: การค้นหาคำหลัก; ภาษามาร์กอัปกว้างขวาง (XML); ต้นไม้ตนเองหนึ่ง; การจัดอันดับ; การจัดทำดัชนี

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ บทความนี้นำเสนอวิธีการค้นหาคำหลักที่มีประสิทธิภาพสำหรับข้อมูลอย่างละเอียดแบบ LAN - เซ็นทริควัด ( XML ) เอกสาร วิธีการแบ่ง XML เอกสารครบถ้วน subtrees กะทัดรัดเชื่อมต่อ ,เรียกว่าเป็นต้นไม้ที่ตนเอง ( ศรีต้นไม้ ) , จับข้อมูลโครงสร้าง XML เอกสาร ต้นศรีถูกสร้างขึ้นบนพื้นฐานของคู่มือ มีความหมายด้วยตนเองหนึ่งต้นไม้ ( MSI ต้นไม้ ) ซึ่งระบุประกอบด้วยทั้งหมดหรือบางส่วนของคำหลักสำหรับการค้นหาคำหลักที่ป้อนใน XML เอกสาร การใช้เร่งดึงของ MSI ต้นไม้ที่เกี่ยวข้องกับป้อนคำหลัก MSI ต้นไม้อยู่ ระบุผล top-k กับอันดับสูงสุด การทดสอบอย่างละเอียดแสดงให้เห็นว่าวิธีนี้ราคา 10-100 MS เพื่อตอบคำหลักค้นหา และมีประสิทธิภาพดีกว่าวิธีการเดิมโดยคำสั่งของขนาด 1-2 .คำสำคัญ : ค้นหาคำหลัก ; Markup Language ( XML ) ; หนึ่งต้นไม้ด้วยตนเอง ; อันดับ ; ดัชนี