目录
- Motivation：论文想要解决的问题
- Methodology：本文提出的方法
- experiment：实验结果
Motivation
A novel entity matching system based on pretrained Transformer-based language models. 直接利用预训练的语言模型（BERT,DistilBERT, or ALBERT）做EM，发现效果已经很出色了。本文在此基础上提出了三种优化方式。
Methodology
Blocker：简单的启发式规则
- a. 要求两个tuple中需要包含相同的token；
- b. 与B表每个tuple最相似的K个A表中的tuple组成pair：b中每个tuple用tfidf（cos-sim top20）编码或 Sbert 编码（cos-sim top10）
优化Matching性能的三个手段：
- domain knowledge；
- summarizing long strings；
- augmenting training data with (difficult) examples
Architecture
分类直接使用Bert的分类结构，对输入数据进行了处理：
experiment
