Key points are not available for this paper at this time.
Die Integration von verteilten, heterogenen Datenbanken, wie sie im World Wide Web verfügbar sind, stellt viele Probleme dar. Hier betrachten wir das Problem der Integration von Daten aus Quellen, die keine gemeinsamen Objektidentifikatoren besitzen. Eine Lösung für dieses Problem wird für Datenbanken vorgeschlagen, die informelle, natürliche "Namen" für Objekte enthalten; die meisten webbasierten Datenbanken erfüllen dieses Kriterium, da sie ihre Informationen in der Regel dem Endbenutzer durch eine Textoberfläche präsentieren. Wir beschreiben WHIRL, ein "weiches" Datenbankmanagementsystem, das "Ähnlichkeitsverknüpfungen" unterstützt, basierend auf bestimmten robusten, allgemeinen Ähnlichkeitsmetriken für Text. Dies ermöglicht es, Textfragmente (z. B. informelle Namen von Objekten) als Schlüssel zu verwenden. WHIRL umfasst textuelle Objekte als eingebauten Typ, Ähnlichkeitsbeweis als eingebetetes Prädikat und beantwortet jede Abfrage mit einer Liste von Antwortsubstitutionen, die nach einem Gesamtwert abgestuft sind. Experimente zeigen, dass WHIRL viel schneller ist als naive Inferenzmethoden, selbst bei kurzen Abfragen, und effizient bei typischen Abfragen an realen Datenbanken mit Zehntausenden von Tuplen. Die von WHIRL getätigten Inferenzierungen sind zudem überraschend genau und erreichen die Genauigkeit manuell programmierter Normalisierungsroutinen bei einem Benchmarkproblem und übertreffen exaktes Matching mit einer plausiblen globalen Domäne bei einem zweiten.
William W. Cohen (Sat,) hat sich mit dieser Frage beschäftigt.