Идентификация вычисляемых значений в слабоструктурированных табличных документах

Abstract

В настоящее время большое внимание уделяется созданию инструментальных средств для управления базами данных, позволяющих интегрировать информацию принадлежащей одной предметной области, но получаемую из различных источников. Часто интегрируемые данные представлены в виде слабострукту- рированных электронных таблиц с различной компоновкой. В ряде случаев данные формируются из откры- тых источников и не являются стандартизованными. Это приводит к тому, что над ними требуется проведение операций очистки. Один из аспектов очистки – идентификация вычисляемых значений, т.к. они являются избыточными при интеграции данных, а также могут содержать ошибки вычислений. В работе предлагаются подходы для поиска таких значений.