知识卡片

普通读书笔记卡 · 6250

实体解析区分记录与实体

理解等级:中级

实体解析把不同来源或不同标识的记录与现实中的同一个对象建立对应。一本书的Facebook粉丝页和出版目录页可能指向同一书,却是两个独立节点,各有自己的赞数;确认指向相同实体不等于这些计数可直接相加,重叠和指标定义还需另查。本节说明问题与用途,没有提供完整匹配算法。

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 · 3 处

    • · 查看原书依据

      实体解析(或是实体消歧,这取决于你如何设计问题),它是将提到的事物聚合成理想概念的过程。例如,在这种情况下,一个实体解析过程将会观测到开放图中有多个节点,它们指代同一个理想概念《社交网络挖掘》并且创建互相之间的联系,这表明实际上它们是现实世界中相同的实体。实体解析是一个激动人心的研究领域,并且将来它会继续对我们如何使用数据产生深远的影响。 示例2-4:通过U

    • · 查看原书依据

      实体提取或命名实体识别。 示例5-8:使用NLTK从文本中提取实体 import nltk import json BLOG_DATA = "resources/ch05-webpages/feed.json" blog_data = json.loads(open(BLOG_DATA).read()) for post in blog_data: sent

    • · 查看原书依据

      别名也是我们需要考虑的。示例6-12提供了便于细致观察[1]的初始模板,并说明了如何使用MongoDB的$in操作符来查找满足特定条件的值。 示例6-12:计算发送/接收特定地址的电子邮件的邮件 import json import pymongo # pip install pymongo from bson import json_util # Come

    参考来源

    - 位置:《社交网站的数据挖掘与分析(原书第2版)》第2章《2.3.1 分析Facebook页面》(spine72;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0061.html;u037-ch02-015)。 - 结论依据:原文在“实体解析”附近的定义、例子或代码支撑本卡核心说明:实体解析把不同来源或不同标识的记录与现实中的同一个对象建立对应。边界按已读前提解释;示例未执行。 - 原始内容:实体解析(或是实体消歧,这取决于你如何设计问题),它是将提到的事物聚合成理想概念的过程。例如,在这种情况下,一个实体解析过程将会观测到开放图中有多个节点,它们指代同一个理想概念《社交网络挖掘》并且创建互相之间的联系,这表明实际上它们是现实世界中相同的实体。实体解析是一个激动人心的研究领域,并且将来它会继续对我们如何使用数据产生深远的影响。 示例2-4:通过U - 位置:《社交网站的数据挖掘与分析(原书第2版)》第5章《5.4 以实体为中心的分析:范式转换》(spine95;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0084.html;u080-ch02-015)。 - 结论依据:抽取出的同名或不同写法片段,还需要消歧与统一身份才能跨文档聚合。 - 原始内容:实体提取或命名实体识别。 示例5-8:使用NLTK从文本中提取实体 import nltk import json BLOG_DATA = "resources/ch05-webpages/feed.json" blog_data = json.loads(open(BLOG_DATA).read()) for post in blog_data: sent - 位置:《社交网站的数据挖掘与分析(原书第2版)》第6章《6.3.2 发件人/收件人通信的分析模式》(spine103;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0092.html;u097-ch02-015)。 - 结论依据:同一个人可能用多个地址,别名列表需验证,不能仅凭名字相似就合并。 - 原始内容:别名也是我们需要考虑的。示例6-12提供了便于细致观察[1]的初始模板,并说明了如何使用MongoDB的$in操作符来查找满足特定条件的值。 示例6-12:计算发送/接收特定地址的电子邮件的邮件 import json import pymongo # pip install pymongo from bson import json_util # Come