一种用于零样本实体链接的阅读与选择框架
计算与语言
2023-10-31 v2
摘要
零样本实体链接（EL）旨在将实体提及对齐到未见过的实体，以挑战泛化能力。以往方法大多聚焦于候选检索阶段，而忽略了关键的候选排序阶段，后者在实体间消歧并作出最终链接预测。本文中，我们通过建模实体消歧的主要组成部分（即提及-实体匹配与跨实体比较），提出一种阅读与选择（ReS）框架。首先，对每个候选，阅读模块利用提及上下文输出提及感知的实体表示，实现提及-实体匹配。随后，在选择模块中，我们将候选的选择框定为序列标注问题，并将所有候选表示融合在一起以实现跨实体比较。我们的方法在已建立的零样本EL数据集ZESHEL上取得了最先进性能，微平均准确率提升2.55%，且无需多数先前工作所用的繁琐多阶段预训练，显示了提及-实体与跨实体交互的有效性。
引用
@article{arxiv.2310.12450,
title = {A Read-and-Select Framework for Zero-shot Entity Linking},
author = {Zhenran Xu and Yulin Chen and Baotian Hu and Min Zhang},
journal= {arXiv preprint arXiv:2310.12450},
year = {2023}
}
备注
EMNLP 2023 Findings