SoftJaccard: une mesure de similarité entre ensembles de chaînes de caractères pour l'unification d'entités nommées

Christine Largeron; Bernard Kaddour; Maria Fernandez

SoftJaccard: une mesure de similarité entre ensembles de chaînes de caractères pour l'unification d'entités nommées

Christine Largeron ¹ Bernard Kaddour ¹ Maria Fernandez ¹

1 LHC - Laboratoire Hubert Curien [Saint Etienne]

Résumé : Parmi les mesures de similarité classiques utilisables sur des ensembles figure l'indice de Jaccard. Dans le cadre de cet article, nous en proposons une extension pour comparer des ensembles de chaînes de caractères. Cette mesure hybride permet de combiner une distance entre chaînes de caractères, telle que la distance de Levenstein, et l'indice de Jaccard. Elle est particulièrement adaptée pour mettre en correspondance des champs composés de plusieurs chaînes de caractères, comme par exemple, lorsqu'on se propose d'unifier des noms d'entités nommées.

Document type :

Conference papers

Domain :

Computer Science [cs] / Machine Learning [cs.LG]

Complete list of metadatas

https://hal-ujm.archives-ouvertes.fr/ujm-00366422
Contributor : Christine Largeron <>
Submitted on : Friday, March 6, 2009 - 6:55:21 PM
Last modification on : Wednesday, July 25, 2018 - 2:05:31 PM
Long-term archiving on : Tuesday, June 8, 2010 - 11:11:36 PM

posterEGC09.pdf

Files produced by the author(s)

SoftJaccard: une mesure de similarité entre ensembles de chaînes de caractères pour l'unification d'entités nommées

File

Identifiers

Collections

Citation

Export

Metrics

243

2283

Contact

SoftJaccard: une mesure de similarité entre ensembles de chaînes de caractères pour l'unification d'entités nommées

File

Identifiers

Collections

Citation

Export

Share

Metrics

243

2283

Contact