Using supervised learning techniques for entity relationships
Using supervised learning techniques for entity relationships
复制标题
使用实体关系的监督学习技术
DOI：
10.1145/3220547.3226044
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Zaki, Mohammed J.
中科院分区：
文献类型：
--
作者：
Rawte, Vipula;Gupta, Aparna;Zaki, Mohammed J.
考虑到不同的财务数据资源，将各种资源中的实体联系起来是非常具有挑战性的，因为每个资源都有自己描述实体和关系的方式。我们使用上下文和可用分数来识别这种关系，主要使用监督机器学习技术来构建分类器并预测新的关系或基于合适的相似性度量来验证现有关系。
Given different financial data resources, it is very challenging to relate entities across the various resources since each resource has its own way of describing the entities and relationships. We work on identifying such relationships using context and available scores, using mainly supervised machine learning techniques to build classifiers and predict new relationships or validate the existing ones based on the suitable measures of similarity.
金融实体识别与信息集成（FEIII）挑战赛：组委会报告
DOI：
--
发表时间：
2016
期刊：
DSMM@SIGMOD
影响因子：
--
作者：
M. Flood;John Grant;Haiping Luo;L. Raschid;I. Soboroff;K. Yoo
通讯作者：
K. Yoo
金融实体识别与信息集成（FEIII）2017挑战赛：组委会报告
DOI：
--
发表时间：
2017
期刊：
DSMM@SIGMOD
影响因子：
--
作者：
L. Raschid;D. Burdick;M. Flood;John Grant;J. Langsam;I. Soboroff
通讯作者：
I. Soboroff