不完备数据流上的在线主题感知实体解析（技术报告）
数据库
2021-03-17 v1
摘要
在数据集成、社交网络分析与语义网等诸多实际应用里，实体解析（ER）是一项重要且基础的问题，它从各种数据源中识别并链接相同的真实世界实体。已有工作通常考虑静态且完整数据上的 ER，而实践中应用数据常以流的方式收集，并常因数据抽取技术的不精确而出现属性缺失。因此，本文提出并解决一个新问题：不完备数据流上的主题感知实体解析（TER-iDS），其在线填补不完备元组，并从不完备数据流中检测主题相关的匹配实体对。为有效且高效地求解 TER-iDS 问题，我们提出了一种有效的填补策略，精心设计了有效的剪枝策略以及索引/概要结构，并通过索引连接开发了高效的 TER-iDS 算法。我们在真实数据集上进行了大量实验，以评估所提 TER-iDS 方法的有效性与效率。
引用
@article{arxiv.2103.08720,
title = {Online Topic-Aware Entity Resolution Over Incomplete Data Streams (Technical Report)},
author = {Weilong Ren and Xiang Lian and Kambiz Ghazinour},
journal= {arXiv preprint arXiv:2103.08720},
year = {2021}
}
备注
Technical report of the paper entitled "Online Topic-Aware Entity Resolution Over Incomplete Data Streams", published on SIGMOD 2021