TruthDiscover：海量关联数据上的对象冲突消解
数据库
2017-04-25 v2
摘要
为了增加关联数据的规模已付出大量努力。然而，由于语义网的开放性和从半结构化来源（如维基百科）和非结构化来源提取关联数据的便利性，许多关联数据源常常针对真实世界实体的某个谓词提供冲突的对象。现有方法不能轻易扩展以解决关联数据中的冲突，因为关联数据具有无标度特性。在本演示中，我们提出一个名为TruthDiscover的新系统，用于识别具有无标度特性的关联数据中的真值。首先，TruthDiscover利用源信任图的拓扑性质来估计源的先验信任度，并用于平滑源的可信度。其次，利用隐马尔可夫随机场对对象间的相互依赖关系建模，以准确估计对象的信任值。TruthDiscover可可视化关联数据中冲突消解的过程。在四个数据集上的实验结果表明，TruthDiscover在面对具有无标度特性的数据时表现出令人满意的准确性。
引用
@article{arxiv.1603.02056,
title = {TruthDiscover: Resolving Object Conflicts on Massive Linked Data},
author = {Wenqiang Liu and Jun Liu and Jian Zhang and Haimeng Duan and Bifan Wei},
journal= {arXiv preprint arXiv:1603.02056},
year = {2017}
}
备注
This paper had been accepted by Proceedings of the 26th International Conference on World Wide Web Companion. International World Wide Web Conferences Steering Committee, 2017, WWW2017