エンティティマッチングのための大規模言語モデルの利用【JST機械翻訳】

Huang Qianyu; Zhao Tongfang

プレプリント

J-GLOBAL ID：202402204464204028 整理番号：24P0131571

エンティティマッチングのための大規模言語モデルの利用【JST機械翻訳】

Leveraging Large Language Models for Entity Matching

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
このテーマを更に深掘りする（JDreamⅢへ）

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。

arXiv掲載論文の撤回有無については、一次情報をご確認下さい。

著者 (2件)： ,
資料名：
発行年： 2024年05月31日プレプリントサーバーでの情報更新日： 2024年05月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント言語：英語 (EN)

エンティティマッチング(EM)は,同一の実世界エンティティを参照する異なるデータセットにまたがる記録を同定することを目的として,データ統合における重要なタスクである。従来の方法は,しばしば,多様で非構造化データと闘う人手で設計された特徴とルールベースシステムに依存する。GPT-4のような大規模言語モデル(LLMs)の出現は,それらの高度な意味理解と文脈能力を活用して,EMに対する変換可能性を提供する。このビジョン論文は,EMへのLLMの応用を検討し,それらの利点,課題および将来の研究方向を考察した。さらに,EMに対する弱い監視および教師なしアプローチの適用に関する関連研究をレビューし,LLMがこれらの手法をどのように強化できるかを強調した。【JST機械翻訳】

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

人工知能 , 自然語処理

, ,

ライセンス情報：

前のページに戻る