基于领域自适应的深度迁移学习用于多源实体链接
机器学习
2021-10-28 v1 数据库
摘要
多源实体链接旨在通过链接代表同一真实世界实体的记录来整合来自多个来源的知识。这在数据清洗和用户拼接等高影响应用中至关重要。最先进的实体链接流水线主要依赖于需要大量训练数据的监督学习。然而，当来自许多来源的数据随时间增量到达时，收集良好标注的训练数据变得昂贵。此外，训练好的模型容易过拟合到特定数据源，并因此由于数据和标签分布的显著差异而无法泛化到新来源。为应对这些挑战，我们提出 AdaMEL，一个学习通用高层知识以执行多源实体链接的深度迁移学习框架。AdaMEL 通过属性级自注意力机制对用于匹配实体的属性重要性进行建模，并通过领域自适应利用来自新数据源的大量未标注数据，使其具有通用性且与数据源无关。此外，AdaMEL 能够结合一组额外的标注数据，以更准确地整合具有不同属性重要性的数据源。大量实验表明，我们的框架取得了最先进的结果，相比基于监督学习的方法平均提升 8.21%。此外，它在以更短运行时间处理不同数据源集合时更加稳定。
引用
@article{arxiv.2110.14509,
title = {Deep Transfer Learning for Multi-source Entity Linkage via Domain Adaptation},
author = {Di Jin and Bunyamin Sisman and Hao Wei and Xin Luna Dong and Danai Koutra},
journal= {arXiv preprint arXiv:2110.14509},
year = {2021}
}