文獻閱讀筆記（三）

2015 information fusion_faceted fusion of

rdf data筆記整理

一、 **整理思路流程

距離匹配的rdf融合演算法

基於內聯的rdf融合演算法

基於規則限制的rdf融合演算法

rdf資料碎片化：特定主題的rdf資料分散在眾多不同的資料集中，每乙個資料集中的rdf資料僅包含主題的某乙個方面。

將分散的rdf資料根據不同的方面整合到同一主題中

從rdf搜尋引擎返回的結果中構造trg（特定主題的rdf圖）然後使用rdf分割演算法發現一系列方面。

使用rdf分割演算法發現一系列方面。

對於trg的分析：在trg中，節點是三元組的s或者o,邊則是對應三元組的p，一條邊及兩端頂點構成一條三元組。而在trg中邊被分為兩種型別，一種反映了s與o的關係，另一種則反映了兩個s之間的關係。trg圖可以僅考慮s之間的邊而被分割為結構圖。

關於使用的資料集：通過從網路爬取資料獲得六個計算機領域主題的資料集，首先人工標註出各個主題的方面，用於之後的方法對比

關於獲得的trg圖：發現每乙個節點的平均的度是2到3.5，98%的節點是孤立的；此外兩個相連線的頂點大部分（96%）都指向同乙個方面。此外根據jaccard相似度計算得到兩節點相似度分數越高越可能指向同乙個節點（由此可以設定乙個閾值）。

方面發現演算法：將rdf圖分割為k個不相交的子圖，然後根據相鄰節點同質性和相似節點同質性，將trg分割為結構圖和資料圖；資料圖根據相似度計算出一系列的方面稱為資料方面；在結構圖中如果一條邊鏈結兩個子圖，且兩個頂點分屬不同方面，則可以將這兩個方面合併。

rdf方面發現演算法具體過程見筆記本

關於人工標註：先給出標註規則，然後兩個人獨立標註同乙個主題，若兩人出現標註衝突則提交給第三人標註並作為最終標註結果。

一致性評估：人工標註的方面集和演算法發現的方面集進行對比，對比指標使用nmi

方面發現評估：使用精確度、召回率、f1指標進行評估與之前提到的三種方法進行對比。同樣在演算法標註和人工標註之間進行評估

本文提出的ff方法較前文提到的三種方法更為有效（考慮了trg的拓撲屬性，並且同時考慮了相似度以及拓撲屬性）

在f1、精確度、召回率這三個指標中，對六個主題的方面提取融合，ff均優於前文的三種方法。

將ff與實體分辨整合

將ff整合擴充套件到其他領域

二、 **創新點

提出了trg的方面發現演算法

發現了trg的相鄰節點同質性和相似節點同質性這兩個拓撲屬性

ff演算法同時考慮了這兩條屬性

[12]