关键词时间等价关系与Codd表表示研究

### 关键词时间等价关系与Codd表表示研究 在当今信息爆炸的时代，互联网上的信息不断演变，关键词及其关联也随时间发生变化。这使得研究关键词之间的时间等价关系以及数据库中表的约束和表示变得至关重要。下面将深入探讨关键词时间等价关系的提取以及Codd表在弱可能世界语义下的表示。 #### 关键词时间等价关系提取 - **研究背景与意义**：从文本文件中识别关键词关系是信息检索中的经典问题，常用于查询扩展和文档聚类。以往研究多关注非时间性的关键词关系识别，而识别文档集中随时间变化的关键词关系是新兴研究课题。 - **研究方法** - **基于频繁项集的等价关系定义**：采用频繁项集方法定义关键词对之间的等价关系，不仅能识别时间间隔内的关联词语，还能从上下文角度为关联提供依据。 - **时间区间的等价划分**：将时间段划分为等价和非等价保留时间区间，突出给定关键词对关联的所有时间变化。 - **示例说明**：如“country”和“election”在9月1日至9月6日有等价上下文，在8月29日与“john”也存在时间等价关系，表明该方法能从关键词中找到有意义的关系。 - **相关工作对比** - **与传统方法的区别**：传统方法多采用内容基方法，如关联簇、词语搭配等识别关键词关系，而本文方法基于频繁项集，与以往方法有本质不同。 - **与其他基于频繁项集方法的差异**：虽与部分使用频繁项集建立关键词关系的方法有相似的关键词上下文概念，但应用方式有显著差异。 - **实验结果与结论** - **实验设计**：对Multi - Domain Sentiment数据集和Spinn3r数据集进行分析，构建数百个关键词对的最优时间划分。 - **实验结果**：关键词对的等价性随时间变化，且在不同时间间隔下，关键词对在不同上下文中等价。 - **未来工作展望**：开发基于关键词时间变化等价关系进行查询扩展的框架，测量扩展查询的有效性；将关键词对的时间等价概念扩展到关键词集的时间等价。 #### Codd表在弱可能世界语义下的表示 - **研究背景与动机**：数据库管理系统为方便数据处理，采用表代替关系，表中可能包含空值和重复行，这使得功能依赖（FDs）在表上的交互比在关系上更复杂。因此，理解唯一性约束（UCs）和FDs在表上的交互对数据库系统的高效设计和维护至关重要。 - **基本概念与定义** - **Codd表**：使用Codd的“当前未知值”（unk）表示部分信息的表。 - **唯一性约束（UC）**：形式为unique(X)，若表t存在某个可能世界t'，使得t'中任意两个不同行r1和r2满足r1[X] ≠ r2[X]，则表t满足该UC。 - **功能依赖（FD）**：形式为X → Y，若表t存在某个可能世界t'，使得t'中任意两个行r1和r2，当r1[X] = r2[X]时，有r1[Y] = r2[Y]，则表t满足该FD。 - **空值自由子定义（NFS）**：表达式Ts，其中Ts ⊆ T，若表t是Ts - 全的，则表t满足NFS Ts。 - **同意集扩展**：引入ags(r1, r2)、agw(r1, r2)和ag(r1, r2)来刻画行之间的同意关系，用于判断表是否满足UC