一种基于语义及统计分析的Deep Web实体识别机制

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

所属期刊栏目：19

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金60673139

在线出版日期：2008-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：194-208