Openrefine：跨群集两个数据集

Question

我有两个带有标题和其他信息的数据集，但在数据集A中我有标题，在数据集B中我有标题和URL。
我必须将URL放在数据集B的数据集A中。有些标题在A和B中是相同的，有些则不是，有些则略有不同（这就是问题所在）。

所以我需要同时合并和聚类那些相似的人。我知道我可以与DBpedia协调，但我需要的是在两个数据集之间“协调”。 是否有可能以某种方式？

谢谢。

Answer 1

您可以使用reconcile-csv应用程序（它不是OpenRefine的插件，而是运行本地协调API服务器的独立程序）。

将数据集 B 导出为csv，第一行作为列名，然后启动reconcile-csv，使用 URL 作为 id 列和将命名为搜索列：

java -Xmx2g -jar reconcile-csv-0.1.2.jar <CSV-File> <Search Column> <ID Column>

然后打开数据集 A 并添加http://localhost:8000/reconcile作为对帐服务。对帐后，每个已对帐单元格的cell.recon.match.id将包含网址。