Entity Matching on Unstructured Data: An Active Learning Approach

机译：在非结构化数据上匹配的实体匹配：一种积极的学习方法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Ursin Brunner; Kurt Stockinger;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. An innovative hybrid approach for extracting named entities from unstructured text data [J] . Thomas Anu, Sangeetha S. Computational Intelligence . 2019,第4期

机译：一种创新的混合方法，用于从非结构化文本数据中提取命名实体
2. Learning-Based Approaches for Matching Web Data Entities [J] . Kopcke Hanna, Thor Andreas, Rahm Erhard Internet Computing, IEEE . 2010,第4期

机译：基于学习的Web数据实体匹配方法
3. Towards Active Robotic Vision in Agriculture: A Deep Learning Approach to Visual Servoing in Occluded and Unstructured Protected Cropping Environments [J] . Paul Zapotezny-Anderson, Chris Lehnert IFAC PapersOnLine . 2019,第30期

机译：在农业中积极的机器人视觉中：一种深入的封闭和非结构化保护裁剪环境中的视觉伺服的深入学习方法
4. Entity Matching on Unstructured Data: An Active Learning Approach [C] . Ursin Brunner, Kurt Stockinger 2019 6th Swiss Conference on Data Science . 2019

机译：非结构化数据上的实体匹配：一种主动学习方法
5. Machine Learning and Deep Learning Based Entity Resolution Approaches for Unstructured References [D] . Li, Xinming. 2020

机译：基于机器学习和基于深度学习的非结构化参考的实体解决方法
6. Combining structured and unstructured data for predictive models: a deep learning approach [O] . Dongdong Zhang, Changchang Yin, Jucheng Zeng, 2020

机译：组合结构化和非结构化数据进行预测模型：深度学习方法
7. Information Fusion for Entity Matching in Unstructured Data [O] . Ali, Omar, Cristianini, Nello 2010

机译：用于非结构化数据中实体匹配的信息融合

Entity Matching on Unstructured Data: An Active Learning Approach

著录项

引文网络

相似文献

相关主题

期刊订阅