[發(fā)明專利]基于多對象實(shí)例的對象值對齊方法

有效

• 申請?zhí)枺?/td>: 201210166855.2
• 申請日: 2012-05-25
• 公開（公告）號: CN103425711B
• 公開（公告）日: 2017-08-25
• 發(fā)明（設(shè)計(jì)）人: 姜珊珊;鄭繼川
• 申請（專利權(quán)）人: 株式會(huì)社理光
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京市柳沈律師事務(wù)所11105
• 代理人: 黃小臨

1.一種對齊對象的異構(gòu)實(shí)例的屬性值的方法，包括：

對同一對象的異構(gòu)實(shí)例的屬性-值對的屬性名執(zhí)行屬性規(guī)范化處理獲得領(lǐng)域特征；

對屬于所獲得的領(lǐng)域特征下的屬性-值對集合中的所有屬性-值對進(jìn)行排序；以及

比較屬性-值對集合中的屬性-值對的數(shù)量N與預(yù)定的最大規(guī)模閾值tL和最小規(guī)模閾值sL，對所有屬性-值對執(zhí)行自適應(yīng)地過濾以消除噪聲；

對過濾處理后的屬性-值對的屬性值執(zhí)行值抽取，從而從中選擇所述對象的對象值，

其中對過濾處理后的屬性-值對的屬性值執(zhí)行值抽取，從而從中選擇所述對象的對象值包括：

按照下面公式計(jì)算屬性-值對集合中的屬性-值對的屬性值的平均長度len_avg：

lenavg=ΣlenvalueSvalueN]]>

其中值長度len_value是屬性值字符串中詞的個(gè)數(shù)，S_value是對應(yīng)屬性值所屬屬性-值對的總分值；

按照以下公式計(jì)算屬性-值對集合中的屬性-值對的屬性值中每個(gè)詞在該所有屬性值中出現(xiàn)的頻率tf_word來計(jì)算每個(gè)詞的分值S_word：

Sword=tfwordΣword∈valueSvalue]]>

其中S_value是一個(gè)詞所在屬性值所屬屬性-值對的總分值；

提取屬性-值對集合中的屬性-值對的屬性值的字符串的公共子串，并將所提取的公共字串中長度小于等于len_avg的作為對象值的候選值；以及

對每個(gè)候選值的字符串中所有詞分值S_word求和來獲得每個(gè)候選值的分?jǐn)?shù)S_candidate，并將最高分?jǐn)?shù)S_candidate所對應(yīng)的候選值作為最終的對象值。

2.如權(quán)利要求1所述的方法，其中對屬于所獲得的領(lǐng)域特征下的屬性-值對集合中的所有屬性-值對進(jìn)行排序包括：

基于屬性-值對集合中的每一屬性-值對的對象實(shí)例的來源計(jì)算該屬性-值對的重要性分值S_source；

基于屬性-值對集合中的屬性-值對之間的相似度計(jì)算每一屬性-值對的距離分值S_distance；

基于屬性-值對集合中的屬性-值對中的屬性值之間的相似度，計(jì)算屬性-值對的頻率分值S_frequency；

基于屬性-值對集合中的屬性-值對中的屬性值和與所述對象同領(lǐng)域的其它對象的已有的對象值之間的相似度，計(jì)算所述屬性-值對的證據(jù)分值S_evidence；以及

基于上述所計(jì)算的分值中的至少兩個(gè)分值，執(zhí)行加權(quán)求和，以計(jì)算所述屬性-值對集合中的每個(gè)屬性-值對的總分值S_value。