低资源跨语言实体链接中的设计挑战
计算与语言
2020-10-08 v2
摘要
跨语言实体链接（XEL）是指将外语文本中的实体提及 grounding 到如 Wikipedia 的英文知识库中的问题，近年来得到大量研究，并出现一系列有前景的技术。然而，当前技术未能应对低资源语言（LRL）文本带来的挑战，且令人惊讶地无法泛化到通常训练所基于的 Wikipedia 以外文本。本文对低资源 XEL 技术进行透彻分析，聚焦于识别与给定外语提及对应的候选英文 Wikipedia 标题这一关键步骤。我们的分析表明，当前方法受限于对 Wikipedia 跨语言链接的依赖，因而在外语 Wikipedia 规模较小时表现不佳。我们得出结论：LRL 设定需要使用 Wikipedia 以外的跨语言资源，并提出了一种简单而有效的零样本 XEL 系统 QuEL，其利用搜索引擎查询日志。在 25 种语言上的实验表明，QuEL 相较最先进基线在黄金候选召回率上平均提升 25%，端到端链接准确率上平均提升 13%。
引用
@article{arxiv.2005.00692,
title = {Design Challenges in Low-resource Cross-lingual Entity Linking},
author = {Xingyu Fu and Weijia Shi and Xiaodong Yu and Zian Zhao and Dan Roth},
journal= {arXiv preprint arXiv:2005.00692},
year = {2020}
}
备注
EMNLP 2020