[论文阅读] Low-resource Deep Entity Resolution with Transfer and Active Learning

关键词：数据；实体匹配；ER；low resource；机器学习
不久前读的一篇paper，记录一下大致内容。但是懒得写内容了，就把当时做的PPT粘上来吧，我对这个方向可以说是初了解，内容可能有误，请注意甄别

Low-resource Deep Entity Resolution with Transfer and Active Learning

论文链接（arxiv）

背景

ER

Entity Resolution，实体匹配（也称实体解析），主要完成对不同数据中，相同实体的匹配，比如一个学者在不同论文、数据库、网站的用户名有略微的差异，可能是全名拼音，也可能是首字母，又或是姓和名顺序不同，但实际上他们都是一个人，ER解决的就是把匹配的这些数据相关联，可以丰富对于一个实体的数据规模（比如一个人的社交媒体账号+音乐软件账号+购物平台账号匹配后，获得更加多维度的信息）

传统的ER都是rule-based也就是通过一些特定规则（比如定义一种差异函数，两个字符串差异小于一定数值的就算匹配），但这种方式就需要feature-engineer，需要领域专家的知识和技能，以及相对应的人力成本。

近年来通过使用机器学习，ML-based的ER获得了更高的关注，但是由于深度学习需要很多数据，尤其是需要很多标注的数据，人工成本也上升。而且很多特定的域（domain）实际上不好标注数据，因此需要解决这个low-resource条件下的ER问题。

方法论

DTAL （Deep-Transfer-Active-Learning）

使用迁移学习（来自其他high-resource或者训练好的模型的权重）进行初始化；Active主动学习进行少量人工标注实现高效率训练

结果

结论

本文提出了在低资源（low-resource）条件下通过Transfer Learning和Active Learning进行ER，并指出此方法还有进一步应用的潜力（不局限于ER）