实现实体解析的质量控制：人机协作框架
数据库
2018-04-03 v2
摘要
尽管已经提出了许多用于实体解析的机器算法，但寻找具有质量保证的解决方案仍然极具挑战性。在本文中，我们提出了一种用于实体解析（ER）的新型人机协作（HUMO）框架，该框架将 ER 工作负载在机器和人类之间进行分配。HUMO 启用了一种质量控制机制，可以灵活地强制执行精确率和召回率水平。我们引入了 HUMO 的优化问题，即在给定质量要求的情况下最小化人工成本，然后提出了三种优化方法：一种纯粹基于精确率单调性假设的保守基线方法，一种基于抽样的更激进的方法，以及一种能够结合前两种方法优势的混合方法。最后，我们通过在真实和合成数据集上的大量实验证明，HUMO 能够在人工成本方面实现具有合理投资回报率（ROI）的高质量结果，并且在质量控制方面明显优于 SOTA 替代方案。
引用
@article{arxiv.1710.00204,
title = {Enabling Quality Control for Entity Resolution: A Human and Machine Cooperation Framework},
author = {Zhaoqiang Chen and Qun Chen and Fengfeng Fan and Yanyan Wang and Zhuo Wang and Youcef Nafa and Zhanhuai Li and Hailong Liu and Wei Pan},
journal= {arXiv preprint arXiv:1710.00204},
year = {2018}
}
备注
12 pages, 11 figures. Camera-ready version of the paper submitted to ICDE 2018, In Proceedings of the 34th IEEE International Conference on Data Engineering (ICDE 2018)