一种面向Deep Web数据源的重复记录识别模型.pdfVIP

第 期 电 子 学 报 ２ Ｖｏｌ．３８ Ｎｏ．２ 年 月 ２０１０ ２ ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｆｅｂ． ２０１０ 一种面向ＤｅｅｐＷｅｂ数据源的重复记录识别模型 申德荣，刘丽楠，寇 月，聂铁铮，于 戈 （东北大学信息科学与工程学院，辽宁沈阳 １１０００４） 摘 要： 重复记录是指描述现实世界中同一实体的不同的记录信息 由于从同一个领域的不同 数据 ． ＤｅｅｐＷｅｂ 源中抽取的记录信息通常存在许多重复记录，本文针对半结构化的重复记录的识别进行研究 在已知全局模式和全局