IJCAIMay, 2022

实体匹配的现实与理想之间的沟通：一个重访和基准重建

PDF
TL;DR本研究建立了新的实体匹配（EM）语料库和重构 EM 基准来挑战以前 EM 基准构建过程中的关键性假设，实验证明以往基准构建过程中的假设与开放环境不符，掩盖了 EM 任务的主要挑战。
entity matchingentity resolutiondeep learningbenchmark constructionmultimodal records
发现论文，激发创造
  • 基于（深度）学习匹配算法的基准数据集的重要再评估

    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

  • Machamp: 一种通用的实体匹配基准

    本文提出了一种新的名为广义实体匹配的研究问题，并创建了一个名为 Machamp 的基准测试任务集，其中包含七个具有不同特征的任务，以满足数据科学领域中实际应用的需求。基于此，作者综合分析了现有的结构化表格实体匹配基准测试任务，并通过一系列的处理和清理工作将其转换为具有不同结构的表格之间的匹配任务。利用 Machamp，作者对流行的实体匹配方法进行了综合性能评估。这是第一次研究者可以在不同结构的数据集之间对实体匹配技术进行评估。

    Jun, 2021

  • 匹配、比较还是选择？对大型语言模型在实体匹配中进行的探究

    基于大型语言模型的实体匹配方法通常忽略不同记录之间的整体一致性。本文研究了多种基于大型语言模型的实体匹配方法，将不同视角的记录交互纳入考量，并综合比较了三种具有代表性的策略：匹配、比较和选择。基于实验结果，我们设计了一个组合式的实体匹配框架（ComEM），该框架借鉴了多种策略和大型语言模型的优势，提高了实体匹配的效果和效率，在不同数据集上均取得了显著的性能提升，并降低了基于大型语言模型实体匹配的成本。

    May, 2024

  • MultiEM: 高效且有效的无监督多表实体匹配

    实体匹配是实际数据管理系统中最重要的任务之一，传统的无监督多表实体匹配方法不够有效和高效，因此本文提出了一种名为 MultiEM 的解决方案，通过增强实体表示、层级合并和基于密度的修剪，实现了高效而有效的无监督多表实体匹配。

    Aug, 2023

  • 大数据下的端到端实体解析：一项调查

    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

  • 利用大型语言模型进行实体匹配

    实体匹配是数据集成中的关键任务，本文探讨了将大型语言模型应用于实体匹配的优势、挑战和未来研究方向，同时回顾了关于弱监督和无监督方法在实体匹配中的应用以及大型语言模型如何增强这些方法。

    May, 2024

  • 实体匹配的神经网络：一项综述

    本综述论文对深度学习技术在实体配对中的应用进行了系统性的总结和分类，讨论了现有技术在实体配对所需的各个步骤上的不同应用和相应的贡献，提出了深度神经网络在实体配对中相对于传统方法的优越性。

    Oct, 2020

  • 实体对齐的深度强化学习

    本研究将实体对齐建模为顺序决策任务，并提出强化学习的实体对齐框架，可以灵活地适应大多数基于嵌入的实体对齐方法，实验结果表明其能够持续提高多个最先进方法的性能，其中 Hits@1 的最大提高率为 31.1%。

    Mar, 2022

  • ESBM: 实体概述基准

    本文创建了一个最大的可用基准测试方法 (ESBM)，以评估 9 个现有系统，考虑到所有这些系统都是无监督的，我们还实施和评估了一种基于监督学习的系统。该方法能够选择 RDF 数据中的子集来计算实体的最佳紧凑摘要，支持多种应用，并且已经得到了有益的研究。

    Mar, 2020

  • ZeroER: 使用零标记样本进行实体消歧

    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