DEEP NEURAL NETWORK FOR MATCHING ENTITY IN SEMI-STRUCTURED DATA

• Main Authors: JASMIN MANKAD, STEFAN KLAUS BAUR, CORDULA GUDER, MATTHIAS FRANK, HOANG-VU NGUYEN, ROHIT KUMAR GUPTA, KONRAD SCHENK, ALEXEY STRELTSOV, PHILIPP LUKAS JAMSCIKOV
• Format: Patent
• Language: English; Japanese
• Published: 31.03.2022
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; PHYSICS

To provide a system, a method, and a non-transitory machine readable media for matching entity in semi-structured data.SOLUTION: A system 100 utilizes a deep neural network in order to determine a confidence score that reflects how confident the deep neural network is for matching between candidate pairs of entities and corresponding matching. The deep neural network finds these matching with no need for domain knowledge that would be needed when a feature relative to a machine learning model is hand-crafted, which is a drawback of a prior-art machine learning model used to match entities in multiple tables. Thus, the deep neural network improves functionality of the prior art machine learning model designed to perform the same task.SELECTED DRAWING: Figure 1 【課題】半構造化データ内のエンティティを整合させるシステム、方法及び非一時的機械可読媒体を提供する。【解決手段】システム１００は、エンティティの候補対同士の間の整合並びに対応する整合についてそのディープニューラルネットワークがどの程度確信しているかを反映する信頼スコアを決定するためにディープニューラルネットワークを利用する。ディープニューラルネットワークは、複数の表内のエンティティを整合させるために使用される先行技術の機械学習モデルの欠点である、機械学習モデルに対する特徴がハンドクラフトされた場合に必要とされることになるドメイン知識を必要とせずに、これらの整合を見出す。したがって、ディープニューラルネットワークは、同じタスクを実行するように設計された先行技術の機械学習モデルの機能を改善する。【選択図】図１