多源空间实体链接
数据库
2020-04-30 v2
摘要
除了传统的制图数据源外，空间信息也可源自基于位置的数据源。然而，尽管不同的基于位置的源指向同一物理世界，每个源仅覆盖空间实体的部分范围，以不同属性描述它们，且有时提供相互矛盾的信息。因此，我们引入空间实体链接问题，即找出哪些空间实体对属于同一物理空间实体。我们提出的解决方案（QuadSky）始于一种时间高效的空间分块技术（QuadFlex），对同一块中的空间实体进行两两比较，使用 SkyRank 算法基于帕累托最优对实体对排序，最后用我们新颖的 SkyEx-* 系列算法对实体对分类，该系列算法在 1,500 对人工标注数据集上取得 0.85 准确率与 0.85 召回率，在 777,452 对半人工标注数据集上取得 0.87 准确率与 0.6 召回率。此外，我们提供理论保证并形式化了 SkyEx-FES 算法，该算法仅探索 27% 的天际线而不损失 F-measure。进而，我们的全无监督算法 SkyEx-D 以仅 0.01 的 F-measure 损失逼近最优结果。最后，QuadSky 相比现有基线方法与聚类技术提供了准确率与召回率之间的最佳权衡及最佳 F-measure，并逼近监督学习方案的结果。
引用
@article{arxiv.1911.09016,
title = {Multi-Source Spatial Entity Linkage},
author = {Suela Isaj and Torben Bach Pedersen and Esteban Zimányi},
journal= {arXiv preprint arXiv:1911.09016},
year = {2020}
}