信息集成中的字符串匹配技术研究*

doi:10.11925/infotech.1003-3513.2007.07.06

现代图书情报技术

2007, Vol. 2

Issue (7): 22-26 https://doi.org/10.11925/infotech.1003-3513.2007.07.06

知识组织与知识管理

本期目录 | 过刊浏览 | 高级检索

信息集成中的字符串匹配技术研究*

孙海霞成颖

（南京大学信息管理系南京 210093）

Study on String-based Matching of Information Integration

Sun Haixia Cheng Ying

(Department of Information Management, Nanjing University, Nanjing 210093,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (380 KB)
输出: BibTeX | EndNote (RIS)

摘要

匹配是信息集成的核心技术之一。论述基于编辑距离、基于标记以及N元文法等为代表的字符串匹配技术的研究现状，指出其存在的不足并提出改进思路。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	孙海霞
	成颖

关键词 ：匹配, 信息集成, 字符串匹配

Abstract：

Matching is one of the most important techniques of information integration. In this paper, string-based matching algorithms，mainly distance-based，token-based and the N-gram are elucidated. The deficiencies and research directions are also outlined.

Key words： Matching Information integration String-based matching

收稿日期: 2007-06-01 出版日期: 2007-07-25

TP393

基金资助:

* 本文系南京大学人文社会科学项目“网络环境下异构信息检索标准体系研究”的研究成果之一。

通讯作者: 孙海霞 E-mail: sunyiqin1984@yahoo.com.cn

作者简介: 孙海霞,成颖

引用本文:

孙海霞,成颖. 信息集成中的字符串匹配技术研究*[J]. 现代图书情报技术, 2007, 2(7): 22-26.
Sun Haixia,Cheng Ying. Study on String-based Matching of Information Integration. New Technology of Library and Information Service, 2007, 2(7): 22-26.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2007.07.06 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2007/V2/I7/22

［1］陈跃国，王京春.数据集成综述［J］.计算机科学, 2004，31(5):48-51
［2］ Maurizio L． Data Integration： A Theoretical Perspective［C］．In：Proc．of the ACM SIGACT—SIGMOD —SIGART Symposium on Principles of Database Systems,2002:233-246.
［3］吴昊,邢桂芬.基于本体的信息集成技术研究［J］.计算机应用, 2005,25(2):456-458
［4］ Shvaiko P,Euzenat J. A survey of Schema-based Matching Approaches［J］. Journal on Data Semantics,LNCS 3730,2005:146-171.
［5］ Rahm E,Bernstein P. A Survey of Approaches to Automatic Schema Matching［J］. The International Journal on Very Large Data Bases (VLDB),2001,10(4):334-350
［6］ Madhavan J，Bernstein P，Rahm E.Generic Schema Matching With Cupid［C］. In: Proceedings of the Very Large Data Bases Conference (VLDB),2001:49-58
［7］ Do H H,Rahm E. COMA-A System for Flexible Combination of Schema Matching Approaches［C］. In: Proceedings of the Very Large Data Bases Conference (VLDB)， 2001: 610-621
［8］ Giunchiglia F，Shvaiko P，Yatskevich M. S-Match:An Algorithm and an Implementation of Semantic Matching［C］.In: Proceedings of the European Semantic Web Symposium (ESWS)，2004: 61-75
［9］ Melnik S，Garcia-Molina H，Rahm E. Similarity Flooding:A Versatile Graph Matching Algorithm［C］.In: Proceedings of the International Conference on Data Engineering (ICDE)， 2002:117-128
［10］ Ilenko B，Cohenw M R，et al. Adaptive Name Matching in Information Integration ［J］. IEEE Intelligent Systems， 2003，18 (5):16-23
［11］ Geng J F, Yang J. AutoBib:Automatic Extraction and Integration of Bibliographic Information on the Web［C］. In:Proceedings of the 29th VLDB Conference. Berlin, Germany, 2003:193-204.
［12］ Giunchiglia F,Yatskevich M. Element Level Semantic Matching［C］.In: Proceedings of Meaning Coordination and Negotiation Workshop at the International Semantic Web Conference (ISWC),2004:61-75
［13］ Giunchiglia F,Shvaiko P,Yatskevich M.Semantic Schema Matching［R］. Technical Report DIT-05-014， University of Trento， 2005:347-365.
［14］孙建军，成颖.信息检索技术［M］. 北京:科学出版社.2004: 53-71，232-242
［15］ Smith F， Waterman M S. Identification of Common Molecular Subsequences［J］. Journal of Molecular Biology,1981(147): 195 -197
［16］ Jaro M A. Advances in Record Linkage Methodology as Applied to Matching the 1985 Census of Tampa， Florida［J］. Journal of American Statistical Association， 1989,86(406):414-420
［17］程国达，邹亚会，朱静.一种自适应信息集成方法［J］.计算机应用， 2005,25(3):666-669
［18］ Hylton J A. Identifying and Merging Related Bibliographic Records［D］. MIT Institute of Technology,1996.
［19］ Miller A G. WordNet: A Lexical Database for English［J］. Communications of the ACM，1995,38(11):39-41
［20］ Madhavan J，Bernstein P，Doan A，et al. Corpus-based Schema Matching［C］. In:Proceedings of the International Conference on Data Engineering (ICDE)，2005:57-68
［21］ Similarity Metrics［EB/OL］.［2007-01-10］. http://www.dcs.shef.ac.uk/~sam/stringmetrics.html

[1]	董美,常志军,张润杰. 一种面向科技文献元数据增量数据规范的多模式匹配算法^*[J]. 数据分析与知识发现, 2021, 5(6): 135-144.
[2]	段建勇,魏晓鹏,王昊. 基于多角度共同匹配的多项选择机器阅读理解模型 ^*[J]. 数据分析与知识发现, 2021, 5(4): 134-141.
[3]	于丰畅,陆伟. 一种学术文献图表位置标注数据集构建方法[J]. 数据分析与知识发现, 2020, 4(6): 35-42.
[4]	姚俊良,乐小虬. 科技查新查新点语义匹配方法研究[J]. 数据分析与知识发现, 2019, 3(6): 50-56.
[5]	宋士杰,赵宇翔,韩文婷,朱庆华. *互联网环境下公民健康素养对健康风险的抑制效应分析^——基于CHNS数据的慢性病实证研究**[J]. 数据分析与知识发现, 2019, 3(4): 13-21.
[6]	张亭亭, 赵宇翔, 朱庆华. 众包社区中基于敏感性分析的用户偏好挖掘模型及实验^*[J]. 数据分析与知识发现, 2018, 2(5): 23-31.
[7]	刘东苏, 霍辰辉. 基于图像特征匹配的推荐模型研究^*[J]. 数据分析与知识发现, 2018, 2(3): 49-59.
[8]	侯银秀, 李伟卿, 王伟军, 张婷婷. 基于用户偏好与商品属性情感匹配的图书个性化推荐研究^*[J]. 数据分析与知识发现, 2017, 1(8): 9-17.
[9]	史礼婷,张骞,钟永恒,胡思思,李贞贞. 双向模式匹配在年鉴数据预处理平台中的应用[J]. 现代图书情报技术, 2016, 32(9): 88-94.
[10]	郝嘉树. 利用开放语义资源丰富个人名称规范数据——基于FOAF的方案设计[J]. 现代图书情报技术, 2016, 32(2): 75-82.
[11]	高劲松, 程娅, 梁艳琪. 面向关联数据集的本体匹配方法研究[J]. 现代图书情报技术, 2015, 31(6): 33-40.
[12]	姜春涛. 自动标注中文专利的引文信息[J]. 现代图书情报技术, 2015, 31(10): 81-87.
[13]	崔金栋, 徐宝祥. IOPE视角下网格服务本体匹配算法研究^*[J]. 现代图书情报技术, 2014, 30(5): 10-17.
[14]	虞为, 陈俊鹏. 基于MapReduce的书目数据关联匹配研究[J]. 现代图书情报技术, 2013, 29(9): 15-22.
[15]	谷俊, 许鑫. 中文专利中本体关系获取研究[J]. 现代图书情报技术, 2013, 29(10): 73-78.

Viewed

Full text

Abstract

Cited

Shared

Discussed