Мне известно, что Dedupe использует активное обучение для удаления дубликатов и связывания записей.
Тем не менее, я хотел бы знать, можем ли мы передать лист Excel с уже совпавшими парами (данные метки) в качестве входных данных для активного обучения?
Не напрямую.
Вам необходимо преобразовать данные в формат, который markPairs может потреблять.
Что-то типа:
labeled_examples = {'match' : [],
'distinct' : [({'name' : 'Georgie Porgie'},
{'name' : 'Georgette Porgette'})]
}
deduper.markPairs(labeled_examples)
Мы предоставляем удобную функцию для преобразования данных электронных таблиц в этот формат trainingDataDedupe .
(Я автор дедупликации)
