STELAR Tech Brief nr 4: Schema- och entitetsmatchning med pyJedAI

pyJedAI är ett Python-ramverk för schema- och entitetsmatchning som möjliggör heltäckande dataintegrationspipelines med hjälp av arbetsflöden för filtrering och verifiering. Det stöder syntaktisk och semantisk matchning, inklusive BERT-baserade inbäddningar, och är optimerat för skalbarhet och prestanda. Ramverket implementerar avancerade blockeringstekniker såsom schemaoberoende blockering, metablockering och närmaste-grann-sökning. pyJedAI har validerats genom omfattande experiment och uppnår toppmoderna resultat inom semantisk entitetsmatchning. Det integreras med det EU-finansierade STELAR-projektet (bidrags-ID: 101070122), som fokuserar på rumsligt-tidsmässigt länkade data för jordbruks- och livsmedelssektorn. Det har utvecklats av George Papadakis vid National and Kapodistrian University of Athens och stöder både experter och nybörjare med minimalt behov av märkta data.