record linkage | BriefGPT - AI 论文速递

关键词record linkage

搜索结果 - 10

评估实体解析系统的方法：一个以实体为中心的框架，应用于发明家姓名消歧
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。
PDF3 months ago
Apache Spark 下的分布式医疗数据记录链接
利用 Apache Spark 机器学习库，开发了一种新的分布式数据匹配模型，通过使用 SVM 和回归算法解决数据不平衡问题，实现了在医疗数据上的良好性能。
PDF4 months ago
LinkTransformer：用 Transformer 语言模型进行记录链接的统一封装
将 Transformer 语言模型与直观的 API 结合起来，LinkTransformer 旨在使那些对深度学习框架不太熟悉的人也能够享受 LLMs 的好处。
PDF10 months ago
使用 Vision Transformers 量化字符相似度
使用大量自我监督训练的视觉变换器（ViT），通过对数字化字体进行增强，开发了一种可扩展的方法来测量 OCR 文档的字符替换成本。使用字符表示之间的余弦距离作为编辑距离匹配算法中的替换成本，与其他广泛使用的字符串匹配方法相比，可以显著提高记录
PDFa year ago
多模态对比学习中的表示链接
该研究开发了一个名为 CLIPPINGS 的多模态框架，它利用端到端训练，对称视觉和语言双编码器，并通过对比语言 - 图像预训练来将它们对齐，以学习一个度量空间，在这个空间中，给定实例的汇总图像 - 文本表示对于同一类别的表示非常接近，对于
PDFa year ago
(几乎) 所有实体解析
文章综述了记录链接、实体解析、概率论、聚类和规范化等领域的历史发展、目前应用和未来研究方向。
PDF4 years ago
KDD稻草堆中的针：极度类别不平衡下的标注效率评估
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。
PDF4 years ago
ACL基于最优输运的学习字符表示对齐方法及其在字符串相似度计算中的应用
该研究提出了一种基于深度学习的字符串相似度模型 STANCE，用于实现记录链接、实体解析和别名检测等任务，并在自行构建的五个别名检测数据集中展示了其性能优越性。
PDF5 years ago
强健的组连通
针对团体链接问题，我们提出了两阶段算法，第一阶段识别核心，第二阶段利用核心将更多记录合并为同一组，实验表明算法高效。
PDF9 years ago
带有经验先验的实体解析
本文提出了一种基于经验贝叶斯原则的记录链接方法，该方法使用数据的经验分布函数作为潜在实体的先验，同时允许分类和字符串值变量，包括一种新的概率机制，可以使观察记录值与其关联的潜在实体的值偏离。作者将该方法应用于一个德国名字的模拟数据集和一个意
PDF10 years ago