Named Entity Disambiguation for Maritime-related Data Retrieved from Heterogenous Sources

• Autorzy: Małyszko J. , Abramowicz W. , Stróżyna M.

Identyfikatory

DOI

10.12716/1001.10.03.12

• Języki publikacji: EN

Abstrakty

EN

The article concerns integration and disambiguation of data related to the maritime domain. A developed system is described, which collects and merges data about several maritime-related entities (vessels, vessel types, ports, companies etc.) retrieved from different internet sources and feeds the data into a single database. This process is however not trivial. There are few challenges, which need to be faced to successfully conduct it. Firstly, in different sources, entities may be referenced to in different ways, for example, by using different text strings. Additionally, some of these references may be ambiguous, i.e. potentially the reference may point to more than one entity. To enable efficient analysis of data coming from different sources, such ambiguities must be resolved automatically as a preprocessing step, before the data is uploaded to the database and utilized in further computations. The aim of the disambiguation process is to assign artificial, unique identifiers to each entity and then, if possible, automatically assign these identifiers to each data item related to a given entity. In the article, developed methods for resolving such ambiguities are discussed and their evaluation is presented.

Słowa kluczowe

EN

Maritime-related Data; Heterogenous Sources; disambiguation of data; data sensors; data source; Common Operating Picture (COP); Maritime Domain Awareness (MDA); Maritime Mobile Service Identitiy (MMSI)

• Wydawca: Faculty of Navigation, Gdynia Maritime University
• Czasopismo: TransNav : International Journal on Marine Navigation and Safety of Sea Transportation
• Rocznik: 2016
• Tom: Vol. 10, no. 3
• Strony: 465--477
• Opis fizyczny: Bibliogr. 19 poz. rys.

Twórcy

autor

Małyszko J.

• Poznań University of Economics and Business, Poznań, Poland 

autor

Abramowicz W.

• Poznań University of Economics and Business, Poznań, Poland 

autor

Stróżyna M.

• Poznań University of Economics and Business, Poznań, Poland

Bibliografia

• 1 International  Maritime  Organisation:  The  International  Aeronautical  and  Maritime  Search  and  Rescue  (IAMSAR) Manual. IMO/ICAO, London (2013) 
• 2 el  Pozo,  F.,  Dymock,  A.,  Feldt,  L.,  Hebrard,  P.,  di  Monteforte,  F.S.:  Maritime  surveillance  in  support  of  csdp. Technical report, European Defence Agency (2010) 
• 3 Angerman, W.S.: Coming full circle with boyd’s ooda loop  ideas: An analysis of innovation diffusion and evolution.  Technical report, DTIC Document (2004) 
• 4 Vassiliadis,  P.:  A  survey  of  extract–transform–load  technology. International Journal of Data Warehousing  and Mining (IJDWM) 5(3) (2009) 1–27 
• 5 Abramowicz,  W.,  Eiden,  G.,  Małyszko,  J.,  Stróżyna,  M.,  We˛cel, K.: SIMMO Project. Deliverable 1.2 Report on  selected  internet  data  sources,  defined  cooperation  models  and  intelligence  analysis  scenarios.  Research  report, Poznan´ University of Economics, LuxSpace Sarl  (2015) 6
• 6 Bilenko,  M.,  Mooney,  R.J.:  Adaptive  duplicate  detection  using  learnable  string  similarity  measures.  In:  Proceedings of the Ninth ACM SIGKDD International  Conference on Knowledge Discovery and Data Mining.  KDD ’03, New York, NY, USA, ACM (2003) 39–48  Rahm, E., Do, H.H.: Data cleaning: Problems and current  approaches. IEEE Data Eng. Bull.  23(4) (2000) 3–13 
• 7 Rahm, E., Do, H.H.: Data cleaning: Problems and current  approaches. IEEE Data Eng. Bull.  23(4) (2000) 3–13 
• 8 Alberga, C.N.: String similarity and misspellings. Commun.  ACM 10(5) (May 1967) 302– 313 
• 9 Jaro,  M.A.:  Advances  in  record‐linkage  methodology  as  applied to matching the 1985 census of tampa, florida.  Journal of the American Statistical Association 84(406)  (1989) 414–420
• 10 Elmagarmid, A.K., Ipeirotis, P.G., Verykios, V.S.: Duplicate  record  detection:  A  survey.  Knowledge  and  Data  Engineering, IEEE Transactions on 19(1) (2007) 1–16 
• 11 Wentland, W., Knopp, J., Silberer, C., Hartung, M.: Building  a  multilingual  lexical  resource  for  named  entity  disambiguation,  translation  and  transliteration.  In:  LREC. (2008)
• 12 Vespe,  M.,  Sciotti,  M.,  Battistello,  G.:  Multi‐sensor  autonomous  tracking  for  maritime  surveillance.  In:  Radar,  2008  International  Conference  on,  IEEE  (2008)  525–530
• 13 Kazemi, S., Abghari, S., Lavesson, N., Johnson, H., Ryman,  P.:  Open  data  for  anomaly  detection  in  maritime  surveillance. Expert Syst. Appl. 40(14) (2013) 5719–5729 
• 14 Kaczmarek,  T.,  Węckowski,  D.  347.  In:  Harvesting  Deep  Web  Data  through  Produser  Involvement.  IGI  Global  (2013) 200–221 
• 15 Chang,  K.C.C.,  He,  B.,  Li,  C.,  Patel,  M.,  Zhang,  Z.:  Structured  databases  on  the  web:  Observations  and  implications. ACM SIGMOD Record 33(3) (2004) 61–70 
• 16 Rhodes, B.J., Bomberger, N.A., Seibert, M., Waxman, A.M.:  Maritime  situation  monitoring  and  awareness  using  learning  mechanisms.  In:  Military  Communications  Conference, 2005. MILCOM 2005. IEEE, IEEE (2005) 646– 652 
• 17 Helldin, T., Riveiro, M.: Explanation methods for bayesian  networks:  review  and  application  to  a  maritime  scenario. In: Proc. of the 3rd Annual Skövde Workshop  on Information Fusion Topics (SWIFT 2009). (2009) 11– 16 
• 18 Mano, J.P., Georgé, J.P., Gleizes, M.P.: Adaptive multi‐agent  system  for  multi‐sensor  maritime  surveillance.  In:  Advances  in  Practical  Applications  of  Agents  and  Multiagent Systems. Springer (2010) 285–290
• 19 Ding,  Z.,  Kannappan,  G.,  Benameur,  K.,  Kirubarajan,  T.,  Farooq, M.: Wide area integrated maritime surveillance:  An  updated  architecture  with  data  fusion.  In:  Proceedings  of  the  Sixth  International  Conference  of  Information Fusion, Australia. Volume 2. (2003) 1324– 1333

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.