针对无标签实体解析的不一致消歧框架

点击上方蓝字

关注我们

导读

      实体解析是数据集成和数据清洗研究领域的核心技术。尽管已有很多实体解析方法，但是在不同的数据集合上它们的解析效果差异很大。在没有标签数据集合的情况下，对于一个给定的实体解析任务，一方面，从众多方法中，选择一个合适的解析方法是很有挑战的，另一方面同时用多个技术处理会得到不一致的结果。本文研究了如何消除由现存的解析方法产生的匹配记录对的不一致。我们首先提出了一个通用的无标签的消歧框架，记为GL-RF。该框架不需要任何人工标记的记录对，而是从一致的记录对的状态去推断不一致记录对的状态。接着，我们形式化定义了消歧问题，并提出了一个增量的K近邻影响力算法。最后在真实的数据集合上GL-RF明显优于现有的方法。

文章精要

   请长按下方二维码识别，阅读该文。

   更多详细证明信息，请参考网页上的supplementary material部分。

相关内容推荐：

利用局部计算的整体性子图匹配 2018 12(5)：966-983

FCS 12(1) 文章 | 处理大规模索引中的查询偏斜：一种基于视图的方法

FCS 12(1) 文章 | 伪相关反馈的强度Pareto适应度分配：在MEDLINE中的应用

FCS 11(6) 文章 | 从大众分类法语料库挖掘用户偏好的概率框架

FCS 11(6) 文章 | 基于简历网络的个人信息摘要生成

---

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号