识别表格数据中的计量单位
机器学习
2021-11-26 v1 数据库
摘要
我们考虑如下问题：识别数据列中的计量单位，其中每一行既含数值又含单位符号，例如“5.2 l”、“7 pints”。在此情形下，我们试图识别该列的维度（如体积），并将单位符号关联到从知识图谱获得的有效单位（如升、品脱）。下面我们提出 PUC，一种概率单位规范化器，可准确识别计量单位、提取定量数据列的语义描述并规范化其条目。我们呈现了首批标注了计量单位的杂乱真实世界表格数据集，可启并加速该领域的研究。我们在这些数据集上的实验表明，PUC 取得了优于现有方案的结果。
引用
@article{arxiv.2111.11959,
title = {Identifying the Units of Measurement in Tabular Data},
author = {Taha Ceritli and Christopher K. I. Williams},
journal= {arXiv preprint arXiv:2111.11959},
year = {2021}
}