用于记录链接的分层图模型

匹配共指记录的任务被称为记录链接（record linkage），还有其他名称。对于大型记录链接问题，通常几乎没有或完全没有标注数据可用，但未标注数据显示出相当清晰的结构。对于此类问题，无监督或半监督方法优于监督方法。在本文中，我们描述了一种用于无监督设置下链接问题的分层图模型框架。除了提出新方法外，我们还将现有的无监督概率记录链接方法纳入此框架。我们提出的一些用于最小化上述模型过拟合的技术在通用图模型设置中也具有意义。我们描述了一种在图模型中 Incorporate 单调性约束的方法。我们还概述了一种自举方法，利用“单字段”分类器对分层模型中的潜变量进行噪声标注。实验结果表明，即使与完全监督的记录链接方法相比，我们提出的无监督方法也表现出相当的竞争力。