sed techniques [23].A first consequ

sed techniques [23].
A first consequence of using a decision tree is that
the performance is improved since the complexity
is bounded by the height of the tree. Thus, only a
subset of the similarity measures it involves is used
for an actual matching task. The second advantage
lies in the improvement of the quality of matches.
Indeed, for a given domain, only the most suitable
similarity measures are used. Moreover, the decision tree is flexible since new similarity measures
can be added, whatever their output (discrete or
continuous values).
Let us now outline the different steps of the algorithm. The similarity value computed by a similarity measure must satisfy the condition (continuous or discrete) on the edges to access a next node.
Thus, when matching two schema elements with the
decision tree, the first similarity measure — that at
the root node — is used and returns a similarity
value. According to this value, the edge for which
its condition is satisfied leads to the next tree node.
This process iterates until a leaf node is reached,
indicating whether the two elements match or not.
The final similarity value between two elements is
the last one which has been computed, since we consider that the previous similarity values have only
been computed to find the most appropriate similarity measure. Figure (1) illustrates an example
of a decision tree. Now, let us illustrate how the

Kết quả (Việt) 2:

kỹ thuật sed [23].
Một hệ quả đầu tiên của việc sử dụng một cây quyết định là
hiệu suất được cải thiện kể từ sự phức tạp
được giới hạn bởi chiều cao của cây. Như vậy, chỉ một
tập hợp con của các biện pháp tương tự nó liên quan được sử dụng
cho một công việc phù hợp với thực tế. Ưu điểm thứ hai
nằm trong việc cải thiện chất lượng của các trận đấu.
Thật vậy, đối với một tên miền nhất định, chỉ thích hợp nhất
các biện pháp tương tự được sử dụng. Hơn nữa, các cây quyết định là linh hoạt vì các biện pháp tương tự mới
có thể được thêm vào, bất kể sản lượng của họ (rời rạc hoặc
các giá trị liên tục).
Bây giờ chúng ta vạch ra những bước khác nhau của thuật toán. Các giá trị tương đồng tính bằng một biện pháp tương tự phải thoả mãn các điều kiện (liên tục hay rời rạc) trên các cạnh để truy cập vào một nút tiếp theo.
Vì vậy, khi kết hợp hai thành phần giản đồ với các
cây quyết định, các biện pháp tương tự đầu tiên - đó tại
nút gốc - là sử dụng và trả về một tương
xứng. Theo giá trị này, các cạnh mà
điều kiện của nó là hài lòng dẫn đến nút cây bên cạnh.
Quá trình này lặp cho đến khi một nút lá được đạt tới,
cho thấy cho dù hai yếu tố phù hợp hay không.
Các giá trị tương tự cuối cùng giữa hai yếu tố này là
người cuối cùng đã được tính toán, vì chúng tôi coi rằng các giá trị tương tự trước đó đã chỉ
được tính toán để tìm ra biện pháp tương tự thích hợp nhất. Hình (1) minh họa một ví dụ
của một cây quyết định. Bây giờ, chúng ta hãy minh họa cho việc