多Web数据源环境下的重复实体识别方法研究

Web中大量可访问的数据源为人们获取有用的信息带来了极大的便利。作为Web数据源集成的一个必要的步骤,需要将存在于不同数据源表达形式各异的重复Web实体准确地识别出来。在已有的重复实体识别的工作中,主要是在两个数据源之间进行。由于Web数据源数量众多,使得这些方法无法应用于多个Web数据源之间的重复实体识别。针对这个问题提出了一种基于迭代训练的Web重复实体识别方法,可以在较小规模的训练样本上实现在多个Web数据源上的重复实体识别。通过在图书和计算机产品两个不同领域中多个Web数据源上的广泛实验,表明了提出方法的有效性。

基于VBA批量删除城镇地籍中重复实体的方法

对属性的检查和对拓扑错误的检查是城镇地籍建库的重要工作,删除重复性实体又是常见且删除起来比较复杂的过程,利用手工删除重复实体的速度较慢,而利用软件删除时,由于各类软件的数据定义格式不统一,会造成数据丢失等错误,本文利用ARCGIS自带的VBA开发工具,对重复实体进行了批量删除处理,其有速度快,精度高的优点。