考虑多重性与来源信息的图实体链接

实体链接与消解是数据集成、数据清洗、信息检索、知识融合和知识库填充中的基础数据库问题。其任务是准确识别数据中同一真实世界实体的多个、不同且可能相互矛盾的表示。在本文中，我们提出了一种实体链接与消解系统，能够跨不同数据库以及从文本数据中提取的提及实体进行链接。我们的实体链接/消解方案称为 Certus，使用图模型来表示实体的轮廓。该图模型具有通用性，因此能够处理属性或关系的多个取值，以及这些取值的来源描述。一个取值的来源描述提供了该取值的环境信息，例如有效期、来源、安全要求等。本文给出了实体链接系统的架构、系统中使用的逻辑模型、物理模型和索引模型，以及通用的链接流程。此外，我们在两种最先进的数据库管理系统 HBase 和 Postgres 中实现了该系统，并展示了物理存储模型的更新操作性能。