- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于动态规划的缩写发现算法
( )
第 37 卷 第 1 期 武汉大学学报 工学版 Vol. 37 No. 1
2004 年 2 月 Engineering Journal of Wuhan University Feb. 2004
( )
文章编号 2004 0112804
基于动态规划的缩写发现算法
李华 , 易宝林 , 桂 浩
(华中科技大学计算机科学与技术学院 , 湖北 武汉 430074)
摘要 :数据清理中重复记录的识别一般采用动态规划算法或过滤算法 ,然而很少算法考虑了数据中的缩写问
题 ,因此容易漏掉一些重复记录 ,影响了数据清理的质量 , 因此在动态规划的基础上提出了缩写发现算法 , 同已
有算法相比 ,它的算法复杂度较小 ,而且能够发现汉语等无分隔符的语言中的缩写 ,最后给出了缩写情况下判断
字符串近似匹配的方法.
关键词 : 数据清理 ;动态规划 ;缩写发现算法 ;字符串相似匹配
: TP391 A
中图分类号 文献标识码 :
Abbreviationdiscovered algorithm based on dynamic programming
L I Huayang , YI Baolin , GU I Hao
(College of Computer Sci. and Tech. , Huazhong University of Sci. Tech. , Wuhan 430074 , China)
Abstract : In data cleaning , generally , the dynamic pro gramming algorithm or filter algorithm is adopted in
the identification of duplicated records. Whereas few algorithms involve in sowing abbreviation problem witch
tend to result in duplicated records and affect data quality negatively. Therefore , the thesis presents discover
ing abbreviation algorithm based on dynamic pro gramming. Compared with the existing algorithms , discover
ing abbreviation algorithm is relatively much simpler and able to discover the language abbreviation in those
languages which have no delimiter. More over , it puts forward the method about how to recognise the dupli
cated records based on abbreviationdiscovered algorithm.
Key words : data cleaning ; dynamic pro gramming ; abbreviationdiscovered algorithm ; string approximate
matching
离等.
文档评论(0)