文献类型：期刊文章

作　　者：寇月[1] 申德荣[1] 李冬[2] 聂铁铮[1]

机构地区：[1]东北大学信息科学与工程学院,辽宁沈阳110004 [2]东软集团有限公司商用软件事业部,辽宁沈阳110179

出　　处：《软件学报》

基　　金：Supported by the National Natural Science Foundation of China under Grant No.60673139 (国家自然科学基金)

年　　份：2008

卷　　号：19

期　　号：2

起止页码：194-208

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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.

关 键 词：DEEP WEB 数据集成 实体识别  数据消重  表象整合  

分 类 号：TP393]