← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1783.d.3

保留语义规范化输入

理解等级:高级

语义规范化把不同写法解释成统一对象,例如把SF或North Beach识别为具体城市。识别算法会改进,只存当时的标准化结果可能丢掉日后纠正解释的机会。应保留足以重新解释的输入,再重跑新算法;若提取过程本来就简单、准确且稳定,则可直接保存提取结果,不必保留全部外层格式。

与[[原始数据优先]]的联系:保留规范化前语义输入使未来解释算法能重跑历史。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      如果存储的是非结构化的字符串,那么随后在调整算法时你就可以重新规范化数据。在前面的示例中,你可以随后调整算法来识别North Beach在San Francisco附近,或者将相关信息作为他用。

    参考来源

    - 位置:《大数据系统构建:可扩展实时数据系统构建原理与最佳实践》第2章《大数据的数据模型》(来源项目 book-sources;源文件:extracted/大数据系统构建:可扩展实时数据系统构建原理与最佳实践/_epub-src/OEBPS/Text/020.xhtml) - 结论依据:原文通过定义及相邻示例说明上述机制与适用条件;本卡只据当前已读范围解释,不推定实际运行结果。 - 原始内容:如果存储的是非结构化的字符串,那么随后在调整算法时你就可以重新规范化数据。在前面的示例中,你可以随后调整算法来识别North Beach在San Francisco附近,或者将相关信息作为他用。