阿里云论文"Match,Compare,or Select?An Investigation of Large Language Models for Entity Matching"被国际自然语言处理顶会COLING 2025长文录用，大会将于1月19日至24日，在阿联酋阿布扎比召开。

COLING（International Conference On Computational Linguistics）创办于1965年，由国际计算语言学委员会（ICCL）主办，是自然语言处理和计算语言学领域的顶级会议，享有很高的学术声誉，每两年举办一次。会议吸引了全球顶尖的研究者和从业者参与，展示最新的研究成果和应用，对推动自然语言技术处理的发展具有重要意义。

论文创造性地提出了用于实体匹配（EM）的三种大语言模型（LLM）策略，以弥合实体解析（ER）中局部匹配与全局一致性之间的差距，从而显著提升实体匹配的准确性与鲁棒性。尤其在处理复杂关系和大规模数据时，帮助大幅降低错误匹配的概率，为实际应用场景中的多模态智能解析、AI搜索、推荐与生成等任务带来更高的精度和效率。

同时关于该项成果，其参与团队也受邀于AICon 2024全球人工智能开发与应用大会（2024年12月），进行前沿技术分享。

2024全球人工智能开发与应用大会现场

本研究着重探讨了基于大语言模型，应用于实体匹配中的三种策略：

传统匹配策略：通过两个记录的直接比较，看是否匹配。

比较策略：给定两个候选记录，选择其中一个更可能项，与目标记录匹配。

选择策略：从多个候选记录中，选出一个最可能匹配目标记录的项。

研究表明，利用记录交互能够显著提高实体匹配的效果，但在候选记录较多时，选择策略的准确性可能会有所下降。

为解决这一问题，本文提出了一个复合实体匹配框架（COMEM），将多种策略与不同规模的LLM相结合。具体而言，COMEM首先通过局部匹配或比较策略，对候选记录进行初步筛选，然后使用更强大的LLM对最可能匹配的记录进行精细识别，从而实现匹配效果的优化，并降低计算成本。

研究团队通过8个实体解析数据集上的实验，皆验证了选择策略与记录交互的有效性，以及COMEM框架对于选择策略表现的进一步增强，相较于传统匹配策略，F1值这一准确性指标平均提升16.02%。

目前，该框架已在阿里云行业大模型与智能体平台-百炼专属版中得到深度沉淀，广泛应用于电力、教育出版、传媒、制药、金融等多个行业。其中在某国际知名医药行业客户，关于药物不良反应报告生成的业务场景中，该平台帮助客户实现了显著的降本提效，助推业务在全球范围更广泛推广。

阿里云AI技术成果将亮相国际顶会_热门资讯-阿里云政企业务