成对实体解析的性能界
机器学习
2015-09-15 v1 计算机与社会
数据库
机器学习
摘要
将实体解析算法扩展到海量数据集的一个重大挑战是理解在超越小的、人工标记的参考数据集领域后性能如何变化。不同于传统机器学习任务，当实体解析算法在小的留出数据集上表现良好时，并不能保证该性能在更大的留出数据集上保持。我们证明了匹配函数在小的验证集上的性能与成对实体解析算法在任意大小数据集上的性能之间的简单边界性质。因此，我们的方法能够利用一小部分标记数据优化用于大型数据集的成对实体解析算法。
引用
@article{arxiv.1509.03302,
title = {Performance Bounds for Pairwise Entity Resolution},
author = {Matt Barnes and Kyle Miller and Artur Dubrawski},
journal= {arXiv preprint arXiv:1509.03302},
year = {2015}
}