.png){kind=icon}
返回
Demonstrating Matelda for Multi-Table Error Detection
.png){kind=icon}
PRE
AI
DOI：10.14778/3750601.3750676.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现实世界的数据集通常分散在多个异构表中，由不同团队或组织管理。在这种环境下确保数据质量具有挑战性，因为传统的错误检测工具通常仅针对孤立表运行，忽略了跨表关系。为解决此问题，我们探讨了如何结合结构化用户协作同时清洗多个表，以减少标注工作量并提升错误检测的有效性和效率。我们提出了Matelda，一个结合自动化错误检测与人工介入精化的多表错误检测交互系统。Matelda通过引导用户执行检查与操作，允许他们探索系统生成的见解、精化决策，并在上下文支持下标注数据。它采用基于领域和质量的折叠方式组织表格，并利用半监督学习高效地在相关表之间传播标签。我们的演示展示了Matelda通过利用共享知识、上下文相似性和结构化用户交互，在多表环境中进行协作式错误检测与处理的能力。
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
暂无论文信息