Resumen

A medida que las fuentes de datos acumulan información y el tamaño de los datos aumenta, se vuelve cada vez más difícil mantener la corrección y validez de estos conjuntos de datos. Por lo tanto, deben surgir herramientas para facilitar esta tarea desafiante. La verificación de hechos generalmente implica un gran número de fuentes de datos que hablan sobre lo mismo, pero no estamos seguros de cuál tiene la información correcta o si tienen información sobre la consulta que nos interesa. Una unión entre todas o algunas fuentes de datos puede guiarnos a través de un proceso de verificación de hechos. Sin embargo, cuando queremos realizar esta unión en un entorno computacional distribuido como MapReduce, no es obvio cómo distribuir eficientemente los registros en las fuentes de datos a las tareas de reducción para unir cualquier subconjunto de ellos en un solo trabajo de MapReduce. Con este fin, proponemos un enfoque eficiente utilizando la unión múltiple para cotejar estas fuentes de datos en una sola ronda.

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Fuentes de datos; Corrección; Validez; Verificación de hechos; Entorno computacional distribuido; Unión de múltiples vías
• Keywords:Data sources; Correctness; Validity; Fact checking; Distributed computational environment; Multiway join