BEER: Blocking for Effective Entity Resolution
BEER: Blocking for Effective Entity Resolution
复制标题
BEER：阻止有效的实体解析
DOI：
10.1145/3448016.3452747
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Srivastava, Divesh
中科院分区：
文献类型：
--
作者：
Galhotra, Sainyam;Firmani, Donatella;Saha, Barna;Srivastava, Divesh
分块是实体解析（ER）的一个关键组件，旨在通过快速修剪不匹配的记录对来提高效率。然而，取决于数据集中的噪声和实体聚类大小的分布，现有技术可能（a）过于激进，使得它们有助于扩展但可能不利地影响ER有效性，或者（B）过于宽容，潜在地损害ER效率。我们提出了一种新的渐进式阻塞方法，使高效和有效的ER和工程在不同的实体集群大小分布，而无需手动微调。在本文中，我们展示了BEER（Blocking for Effective Entity Resolution），这是第一个端到端系统，它利用反馈循环中的中间ER输出，以数据驱动的方式细化阻塞结果，从而实现有效的实体解析。BEER允许用户探索ER管道的不同组件，分析替代阻塞技术的有效性，并了解阻塞和ER之间的相互作用。BEER支持块中不同实体的可视化，解释每一轮反馈中块输出的变化，并允许最终用户交互式地比较不同的技术。BEER是作为开源软件开发的;代码和演示视频可以在beer-system.github.io上找到。
Blocking is a key component of Entity Resolution (ER) that aims to improve efficiency by quickly pruning out non-matching record pairs. However, depending on the noise in the dataset and the distribution of entity cluster sizes, existing techniques can be either (a) too aggressive, such that they help scale but can adversely affect the ER effectiveness, or (b) too permissive, potentially harming ER efficiency. We propose a new methodology of progressive blocking that enables both efficient and effective ER and works across different entity cluster size distributions without manual fine tuning. In this paper, we demonstrate BEER (Blocking for Effective Entity Resolution), the first end-to-end system that leverages intermediate ER output in a feedback loop to refine the blocking result in a data-driven fashion, thereby enabling effective entity resolution. BEER allows the user to explore the different components of the ER pipeline, analyze the effectiveness of alternative blocking techniques and understand the interaction between blocking and ER. BEER supports visualization of the different entities present in a block, explains the change in blocking output with every round of feedback and allows the end-user to interactively compare different techniques. BEER has been developed as open-source software; the code and the demonstration video are available at beer-system.github.io.
登录
查看更多内容
JedAI回归：结构化和半结构化数据的端到端实体解析
影响因子：
2.5
作者：
G. Papadakis;Leonidas Tsekouras;Emmanouil Thanos;George Giannakopoulos;Themis Palpanas;Manolis Koubarakis
通讯作者：
Manolis Koubarakis
合并/清除问题
DOI：
--
发表时间：
2020
期刊：
影响因子：
--
作者：
W. Raynor
通讯作者：
W. Raynor
大型数据库
DOI：
--
发表时间：
2021
期刊：
Encyclopedia of Gerontology and Population Aging
影响因子：
--
作者：
Shunming Zhang;Anna Stubbendorff;Kjell Olsson;U. Ericson;K. Niu;Lu Qi;Y. Borné;E. Sonestedt
通讯作者：
E. Sonestedt
阿拉斯加：数据集成任务的灵活基准
DOI：
--
发表时间：
2021
期刊：
arXiv.org
影响因子：
--
作者：
Valter Crescenzi;A. D. Angelis;D. Firmani;Maurizio Mazzei;P. Merialdo;Federico Piai;D. Srivastava
通讯作者：
D. Srivastava