Q. 웹페이지 본문영역 추출기란 무엇입니까?

A. 웹페이지내에서 메뉴, 카피라이드관련 문구등을 제외한 실제로 내용이 있는 영역을 찾아내는 역할을 수행합니다.

Q. 딥러닝 기반???

A. 기존의 readability관련 라이브러리들은 경험에 의한 대략적인 사항을 프로그래밍하여 추출하게 되어 있습니다만 정확도에서 많은 아쉬움이 있었습니다.
딥러닝 학습으로 본문영역을 추정 할 경우 보다 사람이 생각하지 못하는 경우까지 정확하게 판단할 수 있게 됩니다.

Q. 본문 추정 방식은?

A. HTML를 기준으로 본문으로 추정되는 하나의 엘리먼트 전체를 본문으로 추정합니다.
이 본문에는 [제목], [본문], [작성자]등의 내용이 모두 들어 있어야 합니다.
따라서, 경우에 따라 약간의 불필요한 내용이 들어갈 경우가 생길 수 있습니다.

Q. 추출이 잘못된 경우

A. 본문과 다른 이상한 영역을 추출한 경우에는 [학습 데이터 전송] 기능을 통해 새로운 학습데이터를 전송할 수 있습니다.
시스템은 학습데이터를 정기적으로 학습하여 반영합니다.(일 1회)

Q. 학습 데이터 전송을 하려고 합니다. XPath가 무엇인가요?

A. XPath는 HTML의 구조를 통해 항목을 찾는 방법을 제공합니다.
브라우저별로 xpath를 구하는 방법이 있으니 참조하시기 바랍니다.
크롬, 파이어폭스