FlexER：面向多意图的灵活实体解析
计算与语言
2022-10-27 v2 数据库
摘要
实体解析是数据清洗与集成中的一个长期问题，旨在识别代表同一真实世界实体的数据记录。现有方法将实体解析视为通用任务，假设真实世界实体存在单一解释，并仅关注根据该单一解释找出匹配记录，将对应与非对应记录分离。然而，在实体解析作为更广义数据项目一部分的真实场景里，下游应用可能对真实世界实体有不同解释，例如关联各种用户需求。下文我们引入多意图实体解析(MIER)问题，作为通用（单意图）实体解析任务的扩展。作为解决方案，我们提出FlexER，利用针对通用实体解析任务的当代解法来解决多意图实体解析。FlexER将该问题作为多标签分类问题处理。它使用多路图表示结合元组对基于意图的表示，作为图神经网络(GNN)的输入。FlexER学习意图表示并改善多解析任务的结果。大规模实证评估引入了新的基准，并结合两个知名基准表明FlexER有效解决MIER问题，且在通用实体解析上优于最先进水平(state-of-the-art)。
引用
@article{arxiv.2209.07569,
title = {FlexER: Flexible Entity Resolution for Multiple Intents},
author = {Bar Genossar and Roee Shraga and Avigdor Gal},
journal= {arXiv preprint arXiv:2209.07569},
year = {2022}
}