Match, Compare, or Select? An Investigation of Large Language Models for Entity Matching

实体匹配（EM）是实体解析中的关键步骤。最近，基于大型语言模型（LLMs）的实体匹配表现出了巨大的潜力。然而，目前基于LLMs的实体匹配方法通常遵循二进制匹配范式，忽略了不同记录之间的全局一致性。本文研究了各种基于LLMs的实体匹配方法，从不同的角度考虑记录之间的交互。具体而言，我们全面比较了三种代表性策略：匹配、比较和选择，并分析了它们在不同场景下的优势和挑战。根据我们的发现，我们进一步设计了一个组合实体匹配（ComEM）框架，利用多个策略和LLMs的组合。这样，ComEM可以从不同方面的优势中受益，并在效率和效果方面实现改进。实验结果表明，ComEM不仅在各种数据集上取得了显著的性能提升，而且还降低了基于LLMs的实体匹配在实际应用中的成本。

本文旨在解决实体匹配中二元匹配模式忽略不同记录之间全局一致性的问题，并探讨利用大型语言模型（LLMs）进行实体匹配的不同方法。

本文提出了三种不同的策略：匹配、比较和选择，以及一个组合实体匹配（ComEM）框架，利用多个策略和LLMs的组合来实现更高的效率和准确性。

本文综合比较了不同策略的优缺点，并设计了一个组合框架，实验结果表明ComEM在不同数据集上都取得了显著的性能提升，并且在实际应用中减少了LLMs的成本。

最近的相关研究包括：'Matching Records with Transformer'、'Dense Similarity-based Entity Matching with Limited Labeled Data'、'End-to-End Learning for Entity Matching: An Achilles' Heel in the Presence of Conflicting Evidence'等。