Approche supervisée pour l'appariement d'entités dans le domaine Transport et Logistique
Résumé
L'appariement d'entités (Entity Matching) est un problème crucial pour l'intégration de données. Dans cet article, nous nous intéressons à l'appariement d'entités dans le domaine du Transport et Logistique lesquelles peuvent être définies par une structure (raison sociale, adresse). Aux difficultés usuelles qui caractérisent la problématique (typos, données manquantes ou redondantes, similarités sémantiques, etc.), s'ajoutent des spécificités « domaine » comme les abréviations et les acronymes dans les noms de sociétés ou l'absence d'un format standard pour les adresses. La solution que nous proposons s'appuie sur un processus en deux phases : 1) Standardisation des entités en vue de leur prétraitement et du parsing d'adresses (données textuelles), et 2) Appariement par apprentissage supervisé sur des représentations vectorielles sémantiques des entités obtenues par des techniques de représentation distribuée des mots. Les expérimentations menées sur un jeu de données réel illustrent la performance de la solution.
Origine | Fichiers produits par l'(les) auteur(s) |
---|