专利名称：一种对提取的Web表格数据进行集成的方法及装
置
专利类型：发明专利
发明人：鲜学丰,赵朋朋,崔志明申请号：CN201610016013.7申请日：20160111公开号：CN105677874A公开日：20160615
摘要：本发明公开了对提取的Web表格数据进行集成的方法及装置，能够提高对Web表格数据进行集成形成的数据库准确性。包括：获取Web表格语料库；获取每个表格的候选语义；计算每个表格的候选语义与数据语义的不一致性；若不一致性大于第一预定阈值，表格候选语义不正确，利用众包确认该表格的候选语义，根据该表格语义似然值和众包反馈结果重新计算该表格候选语义，并重新计算不一致性；若不一致性大于第二预定阈值小于第一预定阈值，利用知识库和众包模式确认该表格中数据正确性，重新计算不一致性；若不一致性小于第二预定阈值，该表格候选语义正确，对该表格中的数据进行标注；确定所有表格候选语义均正确时，进行模式映射和数据清洗。
申请人：江苏省现代企业信息化应用支撑软件工程技术研发中心
地址：215104 江苏省苏州市国际教育园致能大道106号
国籍：CN
代理机构：北京远大卓悦知识产权代理事务所(普通合伙)
代理人：史霞
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容