技术简介

本发明涉及一种基于实体属性的真值发现方法，集中考虑算法的主要影响因素，提出全新设计思想的真值发现模型，在现有数据源可靠性与事实准确性迭代计算机制的基础上，考虑同一实体属性事实相互支持度和数据源之间的依赖关系两个因素，简化真值发现算法，提高真值发现的准确性；而且提出了单向文本相似度与事实冲突程度相结合的方法来计算事实相互支持度，对实体属性文本存在的简写、省写、漏写、多写和次序颠倒等复杂情况有更强的适应能力和准确性，能够进一步提高真值发现的准确性；不仅如此，还提出了数据源对称包含度来计算数据源之间的依赖程度，充分考虑了真值发现方法的主要影响因素，进一步提高真值发现的准确性。