dupehell 0.6.0

Synthetic multi-domain dataset generator for record linkage benchmarking
Documentation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
{
  "en": [
    "Solar",
    "Wind",
    "Hydroelectric",
    "Geothermal",
    "Biomass",
    "Tidal",
    "Wave",
    "Solar PV",
    "Solar Thermal",
    "Onshore Wind",
    "Offshore Wind",
    "Run-of-River",
    "Pumped Storage",
    "Biogas",
    "Biomass Pellet",
    "CSP",
    "Floating Solar",
    "Thin Film Solar",
    "Concentrated PV",
    "Small Hydro",
    "Large Hydro",
    "Waste-to-Energy",
    "Landfill Gas",
    "Ethanol",
    "Biodiesel",
    "Hydrogen",
    "Fuel Cell",
    "Microturbine",
    "Ocean Thermal",
    "Kinetic Hydro",
    "Wind Power",
    "Solar Power",
    "Hydroelectric",
    "Geothermal",
    "Biomass",
    "Nuclear Power",
    "Natural Gas",
    "Coal",
    "Tidal Power",
    "Wave Power",
    "Concentrated Solar Power",
    "Run-of-River Hydro",
    "Pumped Storage Hydro",
    "Geothermal Heat Pump",
    "Enhanced Geothermal",
    "Municipal Waste",
    "Tidal Barrage",
    "Hydrogen Fuel Cell",
    "Green Hydrogen",
    "Blue Hydrogen",
    "Ammonia Fuel",
    "Nuclear Fission",
    "Nuclear Fusion",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Solar Rooftop",
    "Solar Canopy",
    "Building Integrated PV",
    "Agrivoltaic",
    "Floating Wind",
    "Vertical Axis Wind",
    "Small Wind",
    "Pumped Hydro Storage",
    "Tidal Stream",
    "Tidal Lagoon",
    "Wave Energy Converter",
    "Ocean Thermal Energy",
    "Salinity Gradient",
    "Enhanced Geothermal System",
    "Deep Geothermal",
    "Shallow Geothermal",
    "Dry Steam Geothermal",
    "Flash Steam Geothermal",
    "Binary Cycle Geothermal",
    "Solid Biomass",
    "Wood Chip",
    "Pellet Stove",
    "Anaerobic Digestion",
    "Biofuel Ethanol",
    "Biomethane",
    "Hydrogen Electrolysis",
    "Grey Hydrogen",
    "Methanol Fuel",
    "Synthetic Fuel",
    "Small Modular Reactor",
    "Landfill Gas Recovery",
    "Coal Bed Methane",
    "Cogeneration CHP",
    "Trigeneration CCHP",
    "Microturbine CHP",
    "Fuel Cell CHP",
    "Stirling Engine",
    "Thermoelectric Generator",
    "Piezoelectric Energy",
    "Thermoelectric Cooling"
  ],
  "fr": [
    "Solaire",
    "Éolien",
    "Hydroélectrique",
    "Géothermique",
    "Biomasse",
    "Marémoteur",
    "Houlomoteur",
    "PV Solaire",
    "Solaire thermique",
    "Éolien terrestre",
    "Éolien offshore",
    "Fil de l'eau",
    "Pompage-turbinage",
    "Biogaz",
    "Granulés biomasse",
    "CSP",
    "Solaire flottant",
    "Couche mince",
    "PV concentré",
    "Petite hydro",
    "Grande hydro",
    "Valorisation déchets",
    "Gaz de décharge",
    "Éthanol",
    "Biodiesel",
    "Hydrogène",
    "Pile à combustible",
    "Microturbine",
    "Thermique marin",
    "Hydro cinétique",
    "Énergie éolienne",
    "Énergie solaire",
    "Hydroélectrique",
    "Géothermique",
    "Biomasse",
    "Énergie nucléaire",
    "Gaz naturel",
    "Charbon",
    "Énergie marémotrice",
    "Énergie houlomotrice",
    "Solaire Thermique",
    "Solaire a Concentration",
    "Eolien Terrestre",
    "Eolien en Mer",
    "Hydroelectricite au Fil de l'Eau",
    "Pompage-Turbinage",
    "Pompe a Chaleur Geothermique",
    "Geothermie Stimulee",
    "Granules de Biomasse",
    "Dechets Municipaux",
    "Barrage Maremoteur",
    "Energie des Vagues",
    "Energie Thermique des Mers",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Solaire toiture",
    "Solaire ombrière",
    "BIPV",
    "Agrivoltaïque",
    "Éolien flottant",
    "Éolien axe vertical",
    "Petit éolien",
    "Pompage turbinage",
    "Courant de marée",
    "Lagon marémoteur",
    "Convertisseur houlomoteur",
    "Énergie thermique des mers",
    "Gradient salinité",
    "Système géothermique stimulé",
    "Géothermie profonde",
    "Géothermie surface",
    "Géothermie vapeur sèche",
    "Géothermie détente",
    "Cycle binaire géothermique",
    "Biomasse solide",
    "Plaquette bois",
    "Poêle granulés",
    "Digestion anaérobie",
    "Bioéthanol",
    "Biométhane",
    "Électrolyse hydrogène",
    "Hydrogène gris",
    "Carburant méthanol",
    "Carburant synthétique",
    "Petit réacteur modulaire",
    "Récupération gaz décharge",
    "Méthane houille",
    "Cogénération",
    "Trigénération",
    "Microturbine cogénération",
    "Pile combustible cogénération",
    "Moteur Stirling",
    "Générateur thermoélectrique",
    "Énergie piézoélectrique",
    "Refroidissement thermoélectrique"
  ],
  "de": [
    "Solar",
    "Wind",
    "Wasserkraft",
    "Geothermie",
    "Biomasse",
    "Gezeiten",
    "Wellenenergie",
    "Photovoltaik",
    "Solarthermie",
    "Onshore-Wind",
    "Offshore-Wind",
    "Laufwasser",
    "Pumpspeicher",
    "Biogas",
    "Biomassepellets",
    "CSP",
    "Schwimmende Solar",
    "Dünnschichtsolar",
    "Konzentrierte PV",
    "Kleinwasserkraft",
    "Großwasserkraft",
    "Müllverbrennung",
    "Deponiegas",
    "Ethanol",
    "Biodiesel",
    "Wasserstoff",
    "Brennstoffzelle",
    "Mikroturbine",
    "Meereswärme",
    "Kinetische Wasserkraft",
    "Windenergie",
    "Solarenergie",
    "Wasserkraft",
    "Geothermie",
    "Biomasse",
    "Kernenergie",
    "Erdgas",
    "Kohle",
    "Gezeitenenergie",
    "Wellenenergie",
    "Solarturmkraftwerk",
    "Laufwasserkraft",
    "Pumpspeicherkraft",
    "Erdwarmepumpe",
    "Tiefengeothermie",
    "Siedlungsabfall",
    "Gezeitenkraftwerk",
    "Meereswarmeenergie",
    "Wasserstoffbrennstoffzelle",
    "Gruner Wasserstoff",
    "Blauer Wasserstoff",
    "Ammoniak als Brennstoff",
    "Kernspaltung",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Aufdach-Solaranlage",
    "Solarcarport",
    "Gebäudeintegrierte PV",
    "Agri-PV",
    "Schwimmender Wind",
    "Vertikalachswind",
    "Kleinwind",
    "Pumpspeicherkraftwerk",
    "Gezeitenströmung",
    "Gezeitenlagune",
    "Wellenenergiewandler",
    "Meereswärmeenergie",
    "Salzgradient",
    "Tiefengeothermie",
    "Tiefengeothermie",
    "Oberflächengeothermie",
    "Trockendampf-Geothermie",
    "Flash-Dampf-Geothermie",
    "Binärkreislauf-Geothermie",
    "Feste Biomasse",
    "Hackschnitzel",
    "Pelletkamin",
    "Anaerobic Vergärung",
    "Bioethanol",
    "Biomethan",
    "Wasserelektrolyse",
    "Grauer Wasserstoff",
    "Methanol als Brennstoff",
    "Synthetischer Kraftstoff",
    "Kleiner modularer Reaktor",
    "Deponiegasrückgewinnung",
    "Grubengas",
    "Kraft-Wärme-Kopplung",
    "Kraft-Wärme-Kälte-Kopplung",
    "Mikroturbinen-KWK",
    "Brennstoffzellen-KWK",
    "Stirlingmotor",
    "Thermoelektrischer Generator",
    "Piezoelektrische Energie",
    "Thermoelektrische Kühlung"
  ],
  "es": [
    "Solar",
    "Eólica",
    "Hidroeléctrica",
    "Geotérmica",
    "Biomasa",
    "Mareomotriz",
    "Undimotriz",
    "FV Solar",
    "Solar térmica",
    "Eólica terrestre",
    "Eólica marina",
    "Agua fluyente",
    "Bombeo",
    "Biogás",
    "Pellets biomasa",
    "CSP",
    "Solar flotante",
    "Película delgada",
    "FV concentrada",
    "Minihidráulica",
    "Gran hidráulica",
    "Valorización residuos",
    "Gas vertedero",
    "Etanol",
    "Biodiésel",
    "Hidrógeno",
    "Pila combustible",
    "Microturbina",
    "Térmica oceánica",
    "Hidro cinética",
    "Energía eólica",
    "Energía solar",
    "Hidroeléctrica",
    "Geotérmica",
    "Biomasa",
    "Energía nuclear",
    "Gas natural",
    "Carbón",
    "Energía mareomotriz",
    "Energía undimotriz",
    "Solar Termica",
    "Energia Solar Concentrada",
    "Eolica Terrestre",
    "Eolica Marina",
    "Hidroelectrica Fluvial",
    "Hidroelectrica de Bombeo",
    "Bomba de Calor Geotermica",
    "Geotermia Mejorada",
    "Biogas",
    "Pellets de Biomasa",
    "Residuos Municipales",
    "Presa Mareomotriz",
    "Energia de las Olas",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Solar tejado",
    "Solar marquesina",
    "FV integrada edificio",
    "Agrivoltaica",
    "Eólica flotante",
    "Eólica eje vertical",
    "Minieólica",
    "Bombeo",
    "Corriente marea",
    "Laguna mareomotriz",
    "Convertidor undimotriz",
    "Energía térmica oceánica",
    "Gradiente salinidad",
    "Sistema geotérmico mejorado",
    "Geotermia profunda",
    "Geotermia somera",
    "Geotermia vapor seco",
    "Geotermia flash",
    "Ciclo binario geotérmico",
    "Biomasa sólida",
    "Astilla madera",
    "Estufa pellets",
    "Digestión anaerobia",
    "Bioetanol",
    "Biometano",
    "Electrólisis hidrógeno",
    "Hidrógeno gris",
    "Combustible metanol",
    "Combustible sintético",
    "Pequeño reactor modular",
    "Recuperación gas vertedero",
    "Metano capa carbón",
    "Cogeneración",
    "Trigenración",
    "Microturbina cogeneración",
    "Pila combustible cogeneración",
    "Motor Stirling",
    "Generador termoeléctrico",
    "Energía piezoeléctrica",
    "Enfriamiento termoeléctrico"
  ],
  "it": [
    "Solare",
    "Eolico",
    "Idroelettrico",
    "Geotermico",
    "Biomassa",
    "Mareomotore",
    "Moto ondoso",
    "FV Solare",
    "Solare termico",
    "Eolico onshore",
    "Eolico offshore",
    "Acqua fluente",
    "Pompaggio",
    "Biogas",
    "Pellet biomassa",
    "CSP",
    "Solare galleggiante",
    "Film sottile",
    "FV concentrato",
    "Mini idro",
    "Grande idro",
    "Termovalorizzatore",
    "Gas discarica",
    "Etanolo",
    "Biodiesel",
    "Idrogeno",
    "Cella combustibile",
    "Microturbina",
    "Termico oceanico",
    "Idro cinetico",
    "Energia eolica",
    "Energia solare",
    "Idroelettrica",
    "Geotermica",
    "Biomassa",
    "Energia nucleare",
    "Gas naturale",
    "Carbone",
    "Energia delle maree",
    "Energia del moto ondoso",
    "Solare Termico",
    "Energia Solare Concentrata",
    "Eolico Onshore",
    "Eolico Offshore",
    "Idroelettrico ad Acqua Fluente",
    "Idroelettrico di Accumulo",
    "Pompa di Calore Geotermica",
    "Geotermia Migliorata",
    "Pellet di Biomassa",
    "Rifiuti Municipali",
    "Barriera Maremota",
    "Energia del Moto Ondoso",
    "Energia Termica Oceanica",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Solare tetto",
    "Solare pensilina",
    "FV integrata edificio",
    "Agrivoltaico",
    "Eolico galleggiante",
    "Eolico asse verticale",
    "Mini eolico",
    "Accumulo pompaggio",
    "Corrente di marea",
    "Laguna mareale",
    "Convertitore moto ondoso",
    "Energia termica oceanica",
    "Gradiente salinità",
    "Sistema geotermico migliorato",
    "Geotermia profonda",
    "Geotermia superficiale",
    "Geotermia vapore secco",
    "Geotermia flash",
    "Ciclo binario geotermico",
    "Biomassa solida",
    "Cippato",
    "Stufa pellet",
    "Digestione anaerobica",
    "Bioetanolo",
    "Biometano",
    "Elettrolisi idrogeno",
    "Idrogeno grigio",
    "Combustibile metanolo",
    "Combustibile sintetico",
    "Piccolo reattore modulare",
    "Recupero gas discarica",
    "Metano letto carbone",
    "Cogenerazione",
    "Trigenerazione",
    "Microturbina cogenerazione",
    "Cella combustibile cogenerazione",
    "Motore Stirling",
    "Generatore termoelettrico",
    "Energia piezoelettrica",
    "Raffreddamento termoelettrico"
  ],
  "pt": [
    "Solar",
    "Eólica",
    "Hidrelétrica",
    "Geotérmica",
    "Biomassa",
    "Maremotriz",
    "Ondomotriz",
    "FV Solar",
    "Solar Térmica",
    "Eólica Terrestre",
    "Eólica Offshore",
    "Fio d'Água",
    "Armazenamento Bombeado",
    "Biogás",
    "Pellet de Biomassa",
    "CSP",
    "Solar Flutuante",
    "Filme Fino",
    "FV Concentrada",
    "Pequena Central",
    "Grande Hidrelétrica",
    "Waste-to-Energy",
    "Gás de Aterro",
    "Etanol",
    "Biodiesel",
    "Hidrogênio",
    "Célula Combustível",
    "Microturbina",
    "Térmica Oceânica",
    "Hidro Cinética",
    "Energia eólica",
    "Energia solar",
    "Hidrelétrica",
    "Geotérmica",
    "Biomassa",
    "Energia nuclear",
    "Gás natural",
    "Carvão",
    "Energia das marés",
    "Energia das ondas",
    "Solar Termico",
    "Energia Solar Concentrada",
    "Eolica Onshore",
    "Eolica Offshore",
    "Hidreletrica Fio d'Agua",
    "Hidreletrica de Armazenamento Bombeado",
    "Bomba de Calor Geotermica",
    "Geotermia Avancada",
    "Biogas",
    "Pellets de Biomassa",
    "Residuos Municipais",
    "Barragem de Mare",
    "Energia das Ondas",
    "Solar Thermal",
    "Solar PV",
    "Concentrated Solar",
    "Wind Onshore",
    "Wind Offshore",
    "Wind Floating",
    "Hydroelectric",
    "Solar telhado",
    "Solar cobertura",
    "FV integrada edifício",
    "Agrivoltaico",
    "Eólica flutuante",
    "Eólica eixo vertical",
    "Mini eólica",
    "Armazenamento bombeado",
    "Corrente maré",
    "Lagoa maré",
    "Conversor ondas",
    "Energia térmica oceânica",
    "Gradiente salinidade",
    "Sistema geotérmico melhorado",
    "Geotermia profunda",
    "Geotermia rasa",
    "Geotermia vapor seco",
    "Geotermia flash",
    "Ciclo binário geotérmico",
    "Biomassa sólida",
    "Lascas madeira",
    "Fogão pellets",
    "Digestão anaeróbica",
    "Bioetanol",
    "Biometano",
    "Eletrólise hidrogênio",
    "Hidrogênio cinza",
    "Combustível metanol",
    "Combustível sintético",
    "Pequeno reator modular",
    "Recuperação gás aterro",
    "Metano leito carvão",
    "Cogeração",
    "Trigeração",
    "Microturbina cogeração",
    "Célula combustível cogeração",
    "Motor Stirling",
    "Gerador termoelétrico",
    "Energia piezoelétrica",
    "Resfriamento termoelétrico"
  ]
}