We数据集成中企业实体踪迹识别关键问题的研究.pptVIP

Web数据集成中企业实体踪迹识别关键问题研究;主要内容;选题背景(1);选题背景(2);Web企业实体踪迹信息的特点 多数据源 Web企业实体踪迹信息广泛存在于公司主页、新闻、百度百科 等网页中 数据结构复杂 解决方案 企业实体踪迹信息的识别 Web企业实体踪迹的抽取、重复检测和融合 Web企业实体踪迹信息的规格化 ;目前踪迹研究侧重于事件的抽取和人物的追踪 事件抽取的模式匹配方法和机器识别方法 预先定义事件模板，事件触发词驱动 不适合企业实体踪迹 人物和企业实体有各自的特点 重复检测研究侧重于数据库中的数据 需要对企业实体踪迹信息规格化 ;事件融合研究侧重于面向话题的融合 话题检测与追踪 （Topic Detection and Tracking，简称TDT）与踪迹 TDT把不同实体参与的围绕同一话题的事件组织在一起 踪迹把同一实体参与的围绕不同话题的事件组织在一起 ;研究目标 在已获取Web企业实体事件集的基础上，对于不同