文献

J-GLOBAL ID：202002266549905551   整理番号：20A2636002

大規模スキーマのために設計した全体的スキーママッチングアプローチに向けて【JST・京大機械翻訳】

Towards a Holistic Schema Matching Approach Designed for Large-Scale Schemas

著者 (3件)： Yousfi Aola (ENSIAS, Mohammed V University, Rabat, Morocco) ,  Yazidi Moulay Hafid El (ENSIAS, Mohammed V University, Rabat, Morocco) ,  Zellou Ahmed (ENSIAS, Mohammed V University, Rabat, Morocco)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12496  ページ： 3-15  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 発見的スキーママッチングは,大きなデータ統合ドメインにおける基本的課題である。理想的に,意味的に対応した要素のクラスタを作成し,より多くのスキーマが整合するように更新した。高品質な全体的スキーママッチングアプローチを開発することは,二つの主な理由にとって重要である。第1に,初期から可能な権利として,多くの正確で全体的意味的対応を同定した。第二に,探索空間をかなり削減する。それにもかかわらず,重複スキーマ要素が利用できないので,この問題は挑戦的である。スキーマ重複の同定は,さらに2つの主な理由で複雑である。(1)多数のスキーマがある;(2)重複は,異なるスキーマで異なる。本論文では,HMO,スキーマオーバラップに基づくHolisticスキーママッチング手法を提案し,大規模スキーマ用に設計した。HMOは,探索空間と全体的意味対応の品質のバランスをとることができる。探索空間を狭めるために,HMOは,それらの重複に基づくスキーマを整合する。高精度を得るために,HMOは既存の高品質意味類似性測度を使用する。4つの実世界領域に関する実験結果は,著者らのマッチングアプローチの有効性とスケーラビリティを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *測度 ,  クラスタ ,  有効性 ,  データ融合
準シソーラス用語： 探索空間 ,  高精度 ,  高品質 ,  オーバラップ ,  意味類似性 ,  *スキーママッチング , 【Automatic Indexing@JST】

著者キーワード (4件)： 全体的スキーママッチング ,  大規模スキーマ ,  探索空間 ,  ビッグデータ統合

分類 (1件)： データベースシステム  (JD03030U)

タイトルに関連する用語 (4件)： 大規模 ,  スキーマ ,  設計 ,  スキーママッチング