エンティティ解決の探索空間を減らす方法:ブロッキングまたは最近傍探索によるか?【JST・京大機械翻訳】

Papadakis George; Fisichella Marco; Schoger Franziska; Mandilaras George; Augsten Nikolaus; Nejdl Wolfgang

プレプリント

J-GLOBAL ID：202202201469630501 整理番号：22P0295133

エンティティ解決の探索空間を減らす方法:ブロッキングまたは最近傍探索によるか?【JST・京大機械翻訳】

How to reduce the search space of Entity Resolution: with Blocking or Nearest Neighbor search?

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年02月25日プレプリントサーバーでの情報更新日： 2022年10月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

エンティティ分解能は二次時間複雑性に悩まされる。その時間効率を上げるために,3種類のフィルタリング技法を,その探索空間を制限するために,通常使用する。(i)同一または類似の署名を持つエンティティプロファイル,(ii)ストリング類似性結合アルゴリズム,が閾値より類似なエンティティを素早く検出する,そして(iii)最近傍法,(iii)各エンティティプロファイルをベクトルに変換し,特定の距離関数に従って最も近いエンティティを素早く検出する最近傍法。各タイプに対して多数の方法が提案されてきたが,文献は相対的な性能の比較分析が不足している。本研究で示すように,これは,各フィルタリング技術の性能に対する構成パラメータの影響により,非自明なタスクである。10の実世界データセットに対するタイプ当りの主な方法の相対的性能を調べる最初の系統的実験研究を行った。各方法に対して,著者らは,リコールと精度に関してそれを最適化することで,パラメータ構成の過多を考慮した。各データセットに対して,スキーマ診断とスキーマベース設定の両方を考察した。実験結果は,考察した技術の有効性と時間効率への新しい洞察を提供し,ブロッキングワークフローとストリング類似性結合の優位性を実証した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , その他のオペレーションズリサーチの手法 , 人工知能 , その他の情報処理

, , ,

前のページに戻る