[发明专利]基于多对象实例的对象值对齐方法

权利要求书

1.一种对齐对象的异构实例的属性值的方法，包括：

对同一对象的异构实例的属性-值对的属性名执行属性规范化处理获得领域特征；

对属于所获得的领域特征下的属性-值对集合中的所有属性-值对进行排序；以及

比较属性-值对集合中的属性-值对的数量N与预定的最大规模阈值tL和最小规模阈值sL，对所有属性-值对执行自适应地过滤以消除噪声；

对过滤处理后的属性-值对的属性值执行值抽取，从而从中选择所述对象的对象值，

其中对过滤处理后的属性-值对的属性值执行值抽取，从而从中选择所述对象的对象值包括：

按照下面公式计算属性-值对集合中的属性-值对的属性值的平均长度len_avg：

lenavg=ΣlenvalueSvalueN]]>

其中值长度len_value是属性值字符串中词的个数，S_value是对应属性值所属属性-值对的总分值；

按照以下公式计算属性-值对集合中的属性-值对的属性值中每个词在该所有属性值中出现的频率tf_word来计算每个词的分值S_word：

Sword=tfwordΣword∈valueSvalue]]>

其中S_value是一个词所在属性值所属属性-值对的总分值；

提取属性-值对集合中的属性-值对的属性值的字符串的公共子串，并将所提取的公共字串中长度小于等于len_avg的作为对象值的候选值；以及

对每个候选值的字符串中所有词分值S_word求和来获得每个候选值的分数S_candidate，并将最高分数S_candidate所对应的候选值作为最终的对象值。

2.如权利要求1所述的方法，其中对属于所获得的领域特征下的属性-值对集合中的所有属性-值对进行排序包括：

基于属性-值对集合中的每一属性-值对的对象实例的来源计算该属性-值对的重要性分值S_source；

基于属性-值对集合中的属性-值对之间的相似度计算每一属性-值对的距离分值S_distance；

基于属性-值对集合中的属性-值对中的属性值之间的相似度，计算属性-值对的频率分值S_frequency；

基于属性-值对集合中的属性-值对中的属性值和与所述对象同领域的其它对象的已有的对象值之间的相似度，计算所述属性-值对的证据分值S_evidence；以及

基于上述所计算的分值中的至少两个分值，执行加权求和，以计算所述属性-值对集合中的每个属性-值对的总分值S_value。