针对非结构化数据的高效准确查询系统

<p>摘要：（简写）</p> <p>近年来，通过机器学习（ML），对这类非结构化数据的自动分析已成为可能。分析人员可以使用ML从这些非结构化来源中提取结构化信息，例如视频中的物体类型和位置。这些结构化信息随后可用于下游分析，例如，城市规划师可以统计经过某个路口的车辆数量。</p> <p>遗憾的是，使用ML进行这些分析具有挑战性。对于许多组织来说，部署ML的成本高得令人望而却步：仅分析一个小镇一年的视频就可能花费数百万美元的云计算积分。ML方法也不可靠，返回错误结果，这可能导致下游错误。最后，部署ML进行分析需要掌握深度学习、数据系统、编程和其他技术技能。</p> <p>鉴于这些挑战，我们得出两个观察：许多应用可以容忍近似值，只要对准确性有保证；且回答非结构化数据查询的方法在成本上可相差多达10个数量级。 在本论文中，我们开发了用于高效可靠非结构化数据解析的系统和算法，利用了这两个观察。我们不返回精确答案，而是返回由廉价近似方法生成的、针对昂贵ML方法的近似答案。</p> <p>我们的系统可以在广泛的查询类型上返回统计上有效的答案，包括选择、聚合和限制查询。此外，我们的系统可能比标准查询方法便宜多达几个数量级。</p> <p><a href="https://lobste.rs/s/v8atna/efficient_accurate_systems_for_querying">评论</a></p>