基本信息
文件名称：基于预训练语言模型的实体解析方法研究.pdf
文件大小：4.45 MB
总页数：57 页
更新时间：2025-09-02
总字数：约7.74万字
文档摘要
摘要
实体解析（EntityResolution,ER）是数据治理体系面临的重要挑战，其目的是为了
清除异构数据间的差异，能更好的识别指向相同实体的数据。特别是在数据规模呈指数
级增长的情境下，不同数据库所记录的实体差异性问题日益凸显，其问题具体体现为：
（1）文本表征层面的拼写变体、缩写歧义；（2）结构层面的属性缺失与格式异构；（3）
语义层面的上下文依赖缺失。这些数据差异造成的不一致严重影响着数据的质量，使得
实体解析成为现代信息系统的关键技术。
（1）针对传统方法在多属性关联中的局