面向实体链接的远程学习及自动噪声检测

在已有标注数据（即关联到知识库的文本）可用的领域与语言中，已产出准确的实体链接器。然而，在不存在或仅有极少量标注数据的设定下（例如法律或多数科学领域），进展甚微。本工作中，我们展示了如何在不具备任何标注样例、仅拥有知识库与来自相应领域的无标注文本集合的情况下，学习链接指称。为此，我们将该任务构建为多示例学习问题，并依赖表层匹配来创建初始噪声标签。由于学习信号微弱且代理标签含噪，我们在模型中引入噪声检测组件：它使模型能够检测并忽略可能为噪声的样例。我们的方法联合学习检测噪声与链接实体，大幅优于表层匹配基线。对于部分实体类别，其甚至接近监督学习的性能。