利用表格语料库合成映射关系

映射关系，例如（国家，国家代码）或（公司，股票代码），是数据清洗和数据集成（如自动纠错和自动连接）中多种应用的通用数据资产。然而，目前还没有好的映射表仓库能够支持这些智能应用。给定一个表格语料库，如网络表格或电子表格，我们观察到这些映射的值通常存在于同一表格的列对中。受其广泛适用性的启发，我们研究了利用大型表格语料库合成映射关系的问题。我们的合成过程利用了基于共现统计的表格兼容性以及函数依赖等约束。使用网络表格和企业电子表格的实验结果表明，所提出的方法可以生成高质量的映射。