Accueil / Réalisations / D-HAT
D-HAT : appariement non supervisé d’enregistrements hétérogènes
Une méthode d’appariement pour des enregistrements qui ne s’alignent pas proprement, sans aucune donnée étiquetée.
- Cadre
- Recherche au LIRIS, Université Claude Bernard Lyon 1
- Publications
- ADMA 2022 ; EGC 2023 (version française)
- Résultats
- 30 % de F1 en plus que la meilleure méthode non supervisée, en 1 minute au lieu de 6 heures ; 10e du classement Amazon-Google, devant GPT-4o et Llama-3.1-70B, sans fine-tuning
Le problème
Les enregistrements issus de sources différentes s’alignent rarement : les champs sont formatés différemment, des valeurs manquent, et les exemples étiquetés pour apprendre sont rarement disponibles. D-HAT apparie ces enregistrements sans données étiquetées.
Résultats
30 % de F1 en plus que la meilleure méthode non supervisée, en 1 minute au lieu de 6 heures. Sur le benchmark Amazon-Google, D-HAT est 10e du classement public, devant GPT-4o et Llama-3.1-70B, sans fine-tuning.
Le même benchmark, en pratique
La démo d’appariement utilise des enregistrements du même benchmark pour montrer les problèmes de qualité et le goulot des comparaisons auxquels tout appariement se heurte.
Un problème similaire ? Écrivez-moi.