通过解耦特征学习与决策实现可解释且低资源的实体匹配
计算与语言
2021-06-09 v1 人工智能
摘要
实体匹配（EM）旨在识别表示同一现实世界对象的实体记录。神经 EM 模型学习实体描述的向量表示并端到端地匹配实体。尽管这些方法鲁棒，但它们需要大量资源进行训练，且缺乏可解释性。本文提出一种新颖的 EM 框架，由异质信息融合（HIF）与关键属性树（KAT）归纳组成，以将特征表示与匹配决策解耦。利用预训练语言建模中的自监督学习与掩码机制，HIF 通过属性间注意力以无标注数据学习含噪属性值的嵌入。利用一组比较特征与少量标注数据，KAT 归纳学习一种高效的决策树，可通过生成实体匹配规则进行解释，其结构受领域专家推崇。在 6 个公共数据集与 3 个工业数据集上的实验表明，我们的方法高效且在多数情况下优于 SOTA EM 模型。我们的代码与数据集可从 https://github.com/THU-KEG/HIF-KAT 获取。
引用
@article{arxiv.2106.04174,
title = {Interpretable and Low-Resource Entity Matching via Decoupling Feature Learning from Decision Making},
author = {Zijun Yao and Chengjiang Li and Tiansi Dong and Xin Lv and Jifan Yu and Lei Hou and Juanzi Li and Yichi Zhang and Zelin Dai},
journal= {arXiv preprint arXiv:2106.04174},
year = {2021}
}