00000cam 2200000zi 4500 9.966664 CaOODSP 20261009102208 m o d f cr cn||||||||| 261009e20250908onc ob f000 0 fre d CaOODSP fre rda CaOODSP n-cn--- CS11-522/2024-1-19F-PDF Ather, Hanan, auteur. Couplage efficace d'enregistrements pour les grands ensembles de données, selon les noms d'entreprise / par Hanan Ather, Serge Godbout et Dave MacNeil. En tête du titre : Recueil du Symposium de 2024 de Statistique Canada : le futur des statistiques officielles [Ottawa] : Statistique Canada = Statistics Canada, le 8 septembre 2025. 1 ressource en ligne (8 pages non numérotées). texte txt rdacontent/fre informatique c rdamedia/fre ressource en ligne cr rdacarrier/fre [La série des symposiums internationaux de Statistique Canada : recueil], 1709-822X Titre de la couverture. Publié aussi en anglais sous le titre : Efficient record linkage for large datasets by business names. Comprend des références bibliographiques. « Le couplage d'enregistrements exact et efficace s'avère crucial pour veiller à ce que le Registre statistique des entreprises (RSE) de Statistique Canada soit exhaustif et actuel. Le couplage de listes externes d'entreprises au RSE selon le nom présente des défis sur le plan méthodologique et des calculs, surtout au fur et à mesure que les volumes de données augmentent. Le présent article décrit une méthodologie évolutive qui se fonde sur des techniques d'établissement de blocs pour limiter l'espace de recherche informatique, et intègre de multiples mesures de similarité, des distances d'édition et du chevauchement de n-grammes aux méthodes fondées sur la vectorisation utilisant Sentence-BERT (SBERT), afin de déceler les paires appariées probables. En jumelant des comparisons simples au niveau des caractères à des méthodes de vectorisation sémantique plus avancées, l'approche peut s'adapter à diverses conventions nominales et différents degrés de complexité. Même si cela ne garantit pas une précision supérieure dans toutes les situations, cette méthode offre un équilibre pragmatique entre la faisabilité des calculs et la qualité du couplage » -- Résumé, page [2]. Intégration de données (Informatique) Canada. Données volumineuses Canada. Apprentissage profond. Statistique Canada, organisme de publication. Efficient record linkage for large datasets by business names / (CaOODSP)9.966663 Série des symposiums internationaux de Statistique Canada, 1709-822X (CaOODSP)9.502081 PDF 372 Ko https://publications.gc.ca/collections/collection_2026/statcan/11-522-x/CS11-522-2024-1-19-fra.pdf 11-522-X