从文本到数据库：作为数据库元模型的属性文法
From Text to Databases: attribute grammar as database meta-model
AI总结：
提出基于属性文法元模型引导文本数据结构化的通用方法，通过实例与文法协同演化生成独立于特定模型的数据库模式与实例，并以临床病例验证。
摘要：
我们提出了一种结构化文本数据的通用方法，表示为由语义信息增强的语法树，并由定义为属性文法的元模型G引导。该方法包含一个演化过程，实例及其文法共同演化，实例转换由重写规则和相似性度量引导。每个新实例生成相应的文法，最终达到满足G的目标文法GT。此方法用于构建从文本数据填充的数据库，生成与特定数据库模型无关的数据库模式及其实例。我们使用临床医疗病例演示该方法，其中树表示数据库实例，文法作为数据库模式。主要贡献包括提出通用属性文法G、文法演化的形式化，以及数据库结构化的概念验证实现。
英文摘要：
We present a general methodology for structuring textual data, represented as syntax trees enriched with semantic information, guided by a meta-model G defined as an attribute grammar. The method involves an evolution process where both the instance and its grammar evolve, with instance transformations guided by rewriting rules and a similarity measure. Each new instance generates a corresponding grammar, culminating in a target grammar GT that satisfies G. This methodology is applied to build a database populated from textual data. The process generates both a database schema and its instance, independent of specific database models. We demonstrate the approach using clinical medical cases, where trees represent database instances and grammars act as database schemas. Key contributions include the proposal of a general attribute grammar G, a formalization of grammar evolution, and a proof-of-concept implementation for database structuring.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
