CoSiNES：用于实体标准化的对比孪生网络
计算与语言
2023-06-07 v1
摘要
实体标准化将自由文本中的噪声提及映射到知识库中的标准实体。相较于其他实体相关任务，本任务的独特挑战在于缺乏周边上下文以及提及表层形式的众多变体，尤其在跨领域泛化且标注数据稀缺时更为突出。以往研究多聚焦于开发严重依赖上下文或仅专用于特定领域的模型。与之相反，我们提出 CoSiNES，一个通用且可适配的对比孪生网络（Contrastive Siamese Network）实体标准化框架，能有效适配预训练语言模型以捕捉新领域中实体的语法与语义。我们构建了技术域新数据集，包含从工业内容管理系统收集的 640 个技术栈实体与 6,412 个提及。我们证明 CoSiNES 比源自该领域领先方法的基线具有更高准确率与更快运行时间。CoSiNES 在来自化学、医学与生物医学领域的四个标准数据集上也取得具竞争力的表现，展示了其跨领域适用性。
引用
@article{arxiv.2306.03316,
title = {CoSiNES: Contrastive Siamese Network for Entity Standardization},
author = {Jiaqing Yuan and Michele Merler and Mihir Choudhury and Raju Pavuluri and Munindar P. Singh and Maja Vukovic},
journal= {arXiv preprint arXiv:2306.03316},
year = {2023}
}
备注
Accepted by Matching Workshop at ACL2023