版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網的發(fā)展，數(shù)據(jù)集成變得越來越重要，數(shù)據(jù)集成就是將來自多個不同的數(shù)據(jù)源的數(shù)據(jù)集成到一起，以便于以集成和統(tǒng)一的方式為用戶提供更便捷的信息服務。在數(shù)據(jù)集成中非常關鍵的一步是實體解析，數(shù)據(jù)集成過程中經常出現(xiàn)多條記錄指代同一個實體的情況，將這些記錄找出來的過程就是實體解析。
為了提高實體解析的效率，有研究工作提出了ICAR性質，基于這些性質展開的實體解析可以減少記錄對的匹配，但ICAR性質中的可被代表性在實際中要完全滿足比較困難
2、，且基于ICAR性質的解析算法中將指代同一個實體的相似記錄全部都合并，這在實際應用中往往并不合理而且也很難應用。
為了提高實體解析的準確性，考慮到記錄之間可能存在一定的歸屬關聯(lián)關系、交互關聯(lián)關系以及時間順序等語義關聯(lián)信息，這對解析的準確性會有很大的幫助，但是結合這些語義關聯(lián)關系進行實體解析的研究工作還比較少，因此，本文針對基于多種語義關聯(lián)的實體解析技術開展研究。
首先，為了更好的進行實體解析本文提出了介于ICAR性質
3、中的可被代表性與不可被代表性之間的語義覆蓋性的概念。利用這個性質在減少匹配記錄對次數(shù)的同時，盡可能的讓解析結果的表達更合理?；诟采w性，提出了C-Swoosh算法和C-SNW算法。C-Swoosh算法在比較記錄對的時候并沒有考慮記錄間的順序，C-SNW算法將記錄按照一定的Key值排序以后利用滑動窗口將相似的記錄盡可能早的進行比較，從而盡早的將滿足覆蓋性的記錄進行合并，最終達到減少記錄間匹配次數(shù)的目標。
其次，利用歸屬關聯(lián)關系、
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于語義網技術的數(shù)據(jù)集成和挖掘研究.pdf
- 基于Web服務的數(shù)據(jù)語義集成技術研究.pdf
- 數(shù)據(jù)集成中基于本體的語義異構消除研究.pdf
- 集成數(shù)據(jù)中實體統(tǒng)一技術的研究.pdf
- 集成數(shù)據(jù)中實體統(tǒng)一技術的研究
- 基于語義網技術的web數(shù)據(jù)獲取與集成研究.pdf
- 數(shù)據(jù)空間中基于語義的實體搜索關鍵技術研究.pdf
- 異構數(shù)據(jù)集成中實體識別與處理技術的研究與應用.pdf
- 基于語義網的異構生物數(shù)據(jù)集成研究.pdf
- 數(shù)據(jù)空間中基于語義的實體搜索關鍵技術研究(1)
- 基于語義的電子病歷數(shù)據(jù)集成.pdf
- 數(shù)據(jù)集成中基于數(shù)據(jù)依賴的數(shù)據(jù)質量處理技術研究.pdf
- 異構數(shù)據(jù)庫語義集成技術研究.pdf
- 基于同義實體識別的Web數(shù)據(jù)集成.pdf
- 面向語義網格的數(shù)據(jù)集成關鍵技術研究.pdf
- Web數(shù)據(jù)集成中實體演化與關聯(lián)問題研究.pdf
- 基于XML的數(shù)據(jù)集成技術的研究.pdf
- 面向大數(shù)據(jù)集成的實體識別框架及關鍵技術的研究.pdf
- 面向大數(shù)據(jù)集成的實體識別關鍵技術研究.pdf
- Deep Web數(shù)據(jù)集成中的結果抽取及實體識別研究.pdf
評論
0/150
提交評論