, IC, 2018.
, Utiliser les opérateurs d'échelonnage pour introduire les nouveaux concepts créés dans les contextes formels
, Si les contextes sont différents, aller en 3
, Extraire les familles de concepts compatibles (n'utilisant que des clés de la famille)
, Évaluer la couverture et la discriminabilité des familles ainsi obtenues
, Afficher contextes et treillis réduits
outre d'être une implémentation de l'extraction de clés de liages en RDF, sont : ? il ne nécessite pas d'alignement entre les classes à considérer ; ? il peut extraire des clés entre différentes classes et une classe commune ; ? il extrait les familles de clés dépendantes ,
, ? il engendre directement l'affichage des treillis en LaTeX
, Remerciements Ce travail a été financé en parti par le projet ANR Elker (ANR-17-CE23-0007-01) pour les deux premiers auteurs et par une subvention
,
, Références
Data interlinking through robust linkkey extraction, Proc. 21st European Conference on Artificial Intelligence (ECAI), pp.15-20, 2014. ,
What can FCA do for database linkkey extraction ?, Proc. 3rd ECAI workshop on What can FCA do for Artificial Intelligence ? (FCA4AI), pp.85-92, 2014. ,
Formal Concept Analysis, Electronic Notes in Discrete Mathematics, vol.2, 1999. ,
DOI : 10.1016/S1571-0653(04)00049-6
An algorithm for computing the maximal rectangles in a binary relation, Revue Roumaine de Mathématiques Pures et Appliquées, pp.243-250, 1978. ,
Relational Concept Analysis : mining concept lattices from multi-relational data, Annals of Mathematics and Artificial Intelligence, vol.67, issue.1, pp.81-108, 2013. ,
Data interlinking with relational concept analysis, 2017. ,