用于事件与实体跨文档共指消解的对比表示学习

在文档内及跨文档识别相关实体和事件是自然语言理解的基础。我们提出一种利用对比表示学习的实体与事件共指消解方法。早期最先进的方法将该问题表述为二分类问题，并在交叉编码器架构中利用大型 transformer 来取得结果。对于大型文档集合及相应的 $n$ 个提及集合，这些早期方法必须执行 $n^{2}$ 次 transformer 计算，计算量可能很大。我们表明，通过应用仅需推理时 $n$ 次 transformer 计算的对比学习技术，可以减轻这一负担。我们的方法在 ECB+ 语料库的若干关键指标上取得了最先进结果，在其他指标上也具竞争力。