AIマッチ:埋込みを用いたスキーママッチングのための二段階アプローチ【JST・京大機械翻訳】

Haettasch Benjamin; Truong-Ngoc Michael; Schmidt Andreas; Binnig Carsten

プレプリント

J-GLOBAL ID：202202206440281976 整理番号：22P0301016

AIマッチ:埋込みを用いたスキーママッチングのための二段階アプローチ【JST・京大機械翻訳】

It's AI Match: A Two-Step Approach for Schema Matching Using Embeddings

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2022年03月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

データはしばしば異なる情報源に保存されるので,価値を創造し,それから知識を引き出すために必要とされるグローバルな見解を集めるために統合する必要がある。データ統合における重要なステップは,2つのスキーマの要素間の意味的対応を見つけることを目的とするスキーママッチングである。スキーママッチングに含まれるマニュアル努力を低減するために,スキーマ対応の自動決定のための多くの解決策が既に開発されている。本論文では,ニューラル埋込みに基づくスキーママッチングのための新しいエンドツーエンドアプローチを提案した。主なアイデアは,テーブルマッチングステップとそれに続く属性マッチングステップからなる2段階アプローチを用いることである。両ステップにおいて,全テーブルまたは単一属性を表す異なるレベルで埋込みを使用する。結果は,著者らのアプローチがロバストで信頼できる方法で対応を決定でき,従来のスキーママッチング手法と比較して,非自明な対応を見つけることができることを示す。【JST・京大機械翻訳】

, , , , , , ,
, 【Automatic Indexing@JST】

データベースシステム , 人工知能

, , , ,

前のページに戻る