本研究提出了四种评估 13 个常用数据集难易度和适用性的方法，并发现大多数数据集对于评估基于机器学习的匹配算法来说过于简单。因此，提出了一种新的方法来生成更具挑战性的基准数据集。

Jul, 2023

本文提出了一种基于自适应重要性抽样的在线评估框架，该框架可通过自适应分布来标记物品，以最大化统计精度，并通过实验验证，利用 Dirichlet-tree 模型实现了比固定标签预算的最新技术平均 MSE 更高的结果。

Jun, 2020

本文研究使用围绕众包的启发式算法解决实体识别问题，分析了常见的算法并提供了实验和信息理论下界的支持。

Feb, 2017

本文章研究了如何通过鲁棒数据解释和任务分配等策略来最大化实体解析的结果质量和信息利用，从而在保证准确性的同时，最小化任务请求者的成本。

Dec, 2015

该研究探讨了一种无监督学习的方法，使用高斯混合模型等工具实现了基于相似度向量的实体解析算法，该算法不需要标注数据，但能够实现与有标注数据的算法相近的性能表现，且在五个基准数据集上的表现优于现有的无监督方法。

Aug, 2019

实体消解（记录链接，微聚类）系统难以评估，提出了一种替代方法，用于创建代表性、可重复使用的基准数据集，以及用于模型训练和各种评估任务的实体中心数据标记方法。

Apr, 2024

该研究提出了一种新的实体对齐方法，包含三个新组件：简化的图编码器，对称的无负样本对齐损失和增量式半监督学习。实验证明该方法不仅在性能上超越了现有技术，而且具有出色的可扩展性和鲁棒性。

Aug, 2021

本文首次提供现代实体解析工作流的全面视图，并介绍了实体索引和匹配方法的新颖方面，旨在同时应对多个大数据特征的挑战。文章从数据库、语义 Web 和机器学习三个方面分别阐述了基本概念、处理步骤和任务策略，并最终提供了现有方法的综合讨论，最后详细介绍了未来研究方向。

May, 2019

本文提出了一种低成本的实体解析框架，通过使用用户的隐式和显式反馈信号生成特征，生成相关数据集来测量实体解析性能，并引入了一组度量标准来准确地测量 ER 系统在各个维度上的表现。这些度量标准提供了很大的可解释性，可以深入挖掘和识别 ER 问题的根本原因，无论问题出在相关性生成或者排名上。

May, 2022

本文提出了一种混合人机的方法来解决实体解析问题，该方法结合了机器的计算速度和人类的判断能力，使用流行的众包平台在真实数据集上进行了广泛的实验，获得了高精度和高效率的解决方案。

Aug, 2012