一种基于语义及统计分析的Deep Web实体识别机制

• 作者: 寇月 李冬 申德荣 聂铁铮
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: deep Web 数据集成 实体识别 数据消重 表象整合
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: Deep Web数据集成
• 页码范围: 194-208
• 页数: 15页
• 分类号: TP393
• 字数: 14425字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.00194

摘要

分析了常见的实体识别方法,提出了一种基于语义及统计分析的实体识别机制(deep Web entity identification mechanism based on semantics and statistical analysis,简称SS-EIM),能够有效解决Deep Web数据集成中数据纠错、消重及整合等问题.SS-EIM主要由文本匹配模型、语义分析模型和分组统计模型组成,采用文本粗略匹配、表象关联关系获取以及分组统计分析的三段式逐步求精策略,基于文本特征、语义信息及约束规则来不断精化识别结果;根据可获取的有限的实例信息,采用静态分析、动态协调相结合的自适应知识维护策略,构建和完善表象关联知识库,以适应Web数据的动态性并保证表象关联知识的完备性.通过实验验证了SS-EIM中所采用的关键技术的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申德荣	东北大学信息科学与工程学院	111	1289	18.0	32.0
2	寇月	东北大学信息科学与工程学院	68	816	12.0	26.0
3	聂铁铮	东北大学信息科学与工程学院	69	854	13.0	27.0
4	李冬	东软集团有限公司商用软件事业部	1	70	1.0	1.0