Verificação Automática da Qualidade de Dados Extraídos da Web Olga R. F. de Oliveira and Altigran Soares da Silva   View Paper (PDF)   Return to XML and Web Data Management Abstract Um problema crítico na extração de dados da Web é verificar a qualidade dos dados que foram extraídos. Neste artigo, apresentamos uma abordagem que permite realizar automaticamente a verificação da qualidade de dados extraídos da Web, com base no posicionamento desses dados na página de origem. Essa verificação é realizada através do cálculo de medidas de similaridade probabilísticas entre propriedades definidas para o posicionamento dos dados em um conjunto de exemplo e essas mesmas propriedades para a saída observada. O valor dessa similaridade é então utilizado para definir a qualidade dos dados extraídos. A efetividade da nossa abordagem é demonstrada por resultados experimentais com diferentes fontes reais da Web. ©2004 Association for Computing Machinery