常伟鹏，袁 泉

(中国药科大学图书与信息中心，江苏 南京 211198)

1 引言

网络形态的不断变化，使得网络数据呈现不同形式分布在各种不同类型的平台上，要对这些分布复杂的信息数据采取综合分析，必须将这些多源信息做集成处理，这其中最重要的工作就是信息实体的关联匹配[1-2]。由于网络信息实体的异构冲突特性，以及当前各领域对数据安全的严格控制，导致当前对于网络信息实体关联匹配的处理难以满足应用需求，因此对于信息实体匹配的性能改进研究已经成为网络信息处理的重点。

文献[3]采用信息实体匹配与模式匹配双重交错的处理方式，取得了较好的精确性，但是算法处理复杂度过高；文献[4]为了降低相似度计算，设计了信息实体的字符跳转距离，在匹配效率上取得了一定程度的性能改善；文献[5]将单一模式采取改进优化，在迭代处理的过程中，自主完成本地化特征的匹配，从而避免多模式情况下的匹配冲突，但是该方法与文献[4]方法一样，没有考虑信息实体的复杂特性；文献[6]采用分层匹配策略，通过特征分类、分类匹配，以及混合匹配三个层次，依次递进，逐渐将匹配实体进行压缩，最终完成信息实体的关联匹配，该方法降低了匹配次数，但是缺乏对特征分类的精准性。针对现有方法存在的缺陷，本文提出了融合多模式匹配的网络信息实体关联策略，分别设计了语法语义、数据类型，以及结构性三种模式相似度，实现信息实体关联的混合匹配处理，有效应对含有词干与复合词汇的实体，缺失信息的实体，以及具有上下文联系的实体匹配问题，从而提高网络信息实体的查全率与查准率，同时优化匹配执行效率。……