一种基于图嵌入模型的关联感知真值发现

为解决多源数据间广泛存在的冲突问题,真值发现成为一个热门的研究课题。现有的真值发现算法通常基于这一原则:如果一个信息源总是提供真实的信息,那么就会更加可信;如果一条信息由可信的信息源支持,那么就更有可能是真实的。现有的真值发现算法虽然在大部分场景下取得了较好的效果,但大多忽略了实体属性之间的关系。在本文中,提出了一种新的模型,该模型采用图嵌入方式在真值发现的同时捕捉了实体属性间的关系。通过构建4种异构网络,包括源-源、源-属性值、实体属性-实体属性、实体属性-实体属性值网络,以对数据之间的关系建模。接着将这些网络嵌入到低维空间中,使得可靠的来源和可靠的属性值彼此接近,实体属性之间的关系反映在属性值上,从而进行真值发现推理。在2个真实数据集上的实验,表明本文的算法优于现有的真值发现算法。

基于作品关系扩展的中文同名个人规范记录识别与聚簇研究

[目的 /意义]旨在解决中文名称规范联合数据库检索系统CNASS的检索结果集记录量大且杂散的问题,实现其检索服务的关联聚簇功能。[方法 /过程]基于FRBR-LRM框架将个人名称规范记录转换为实体-属性-关系的RDF表示,利用记录内嵌的外部LC记录号重定向到VIAF记录,对原记录的作品关系等属性进行扩展。设计中文同名个人规范记录识别与聚簇算法,充分利用扩展后的作品关系,提高记录识别和聚簇的效率。[结果 /结论]选取300个人名,在CNASS中进行检索,对检索结果集运行算法,统计分析每个检索结果集的聚簇数和最大聚簇内记录数,综合计算聚簇效率指标,验证了本文聚簇算法的有效性。