| Summary: | Paper discusses the needs for data normalization in a Digital Mathematics Library (DML). Specifically, emphasis is given to canonicalizing formulae encoded in Presentation MathML notation which starts to be available in several DMLs and is used by DML applications. This is a prerequisite for advanced processing – namely math enabled fulltext searching or semantic filtering and automated classification. Different sources of MathML and their specifics are described. Several use cases of possible formulae canonicalization transformations are listed and discussed in detail. Findings are finally concluded and a design of a to-be-developed canonicalization tool is outlined. V tomto článku je rozebrána potřeba normalizace dat v digitální matematické knihovně (DML). Zejména je kladen důraz na kanonizaci formulí zapsaných v Presentation MathML, které jsou dostupné v různých digitálních matematických knihovnách a toto značkování je užíváno různými nástroji v této oblasti užívanými. Normalizace je předpokladem pro pokročilé zpracování, jmenovitě plnotextové vyhledávání s podporou hledání matematiky nebo sémantickou filtraci a automatické třídění dokumentů. V článků jsou popsány různé zdroje, z nich může MathML zápis pocházet, a jsou popsána jejich specifika. Popsáno je také několik příkladů možných kanonizačních transformací, kterou jsou shrnuty v návrhu normalizačního nástroje, který bude vyvinut.
|
|---|