Febrl -

O emparelhamento de registros que se referem à mesma entidade entre bases de dados está se tornando uma parte cada vez mais importante de muitos projetos de mineração de dados, pois frequentemente os dados de múltiplas fontes precisam ser combinados para enriquecer dados ou melhorar sua qualidade. Avanços significativos nas técnicas de vinculação de registros foram feitos nos últimos anos. No entanto, muitas novas técnicas estão implementadas apenas em sistemas de provas de conceito de pesquisa ou estão ocultas dentro de software comercial caro 'caixa-preta'. Isso dificulta tanto para pesquisadores quanto para profissionais experimentarem novas técnicas de vinculação de registros e compararem técnicas existentes com novas. O sistema Febrl (Freely Extensible Biomedical Record Linkage) visa preencher essa lacuna. Ele contém muitas técnicas recentemente desenvolvidas para limpeza de dados, deduplicação e vinculação de registros, e as encapsula em uma interface gráfica do usuário (GUI). Assim, o Febrl permite que até mesmo usuários inexperientes aprendam e experimentem tanto técnicas tradicionais quanto novas de vinculação de registros. Como o Febrl é escrito em Python e seu código-fonte está disponível, é bastante fácil integrar novas técnicas de vinculação de registros a ele. Portanto, o Febrl pode ser visto como uma ferramenta que permite que pesquisadores comparem várias técnicas existentes de vinculação de registros com suas próprias, permitindo que a comunidade de pesquisa em vinculação de registros conduza seu trabalho de maneira mais eficiente. Além disso, o Febrl é adequado como uma ferramenta de treinamento para novos usuários de vinculação de registros e também pode ser usado para projetos práticos de vinculação com conjuntos de dados que contêm até várias centenas de milhares de registros.