Risoluzione di Entità Basata su LLM per il Rilevamento dei Movimenti delle Famiglie
Un nuovo framework di intelligenza artificiale utilizza modelli linguistici di grandi dimensioni (LLM) per rilevare i modelli di movimento delle famiglie in dati di occupazione in formato misto. L'approccio combina riconoscimento di entità nominate basato su prompt, embedding semantici di testo e ragionamento basato su grafi per identificare collegamenti indiretti tra entità senza una vasta pre-elaborazione. Valutato sui dataset benchmark SPX (S8-S12), il metodo affronta sfide come rumore, duplicazione e identificatori mancanti nei dati demografici.
Fatti principali
- La risoluzione di entità si basa tipicamente su confronti di similarità a coppie
- Il movimento delle famiglie coinvolge più individui che si trasferiscono insieme attraverso diversi indirizzi
- I dati sono in formato misto, rumorosi, duplicati e privi di identificatori stabili
- Il framework integra il riconoscimento di entità nominate basato su prompt con LLM
- Utilizza embedding semantici di testo per un calcolo robusto della similarità
- Il ragionamento basato su grafi inferisce modelli di movimento a livello di gruppo
- Valutato sui dataset benchmark SPX S8-S12
- Non richiede una vasta pre-elaborazione
Entità
—