微博中消失实体的早期发现
计算与语言
2022-10-17 v1
摘要
我们通过应对现实世界中的变化来做决策，尤其是事件、餐厅和服务等暂时性实体的出现与消失。因为我们希望避免在实体消失后错失机会或采取徒劳行动，尽早知晓实体何时消失十分重要。因此我们着手处理从微博中及时检测消失实体的任务，微博帖子提及各类实体。主要挑战是从嘈杂的微博帖子中检测消失实体的不确定上下文。为收集这些消失上下文，我们设计了时间敏感远程监督，利用知识库中的实体和时间序列帖子，为该任务构建大规模的英文和日文 Twitter 数据集\footnote{我们将发布实验中使用的 datasets（推文 ID）以促进可复现性。}。为确保在对噪环境中的稳健检测，我们在目标日的微博流上精炼检测模型的预训练词嵌入。在 Twitter 数据集上的实验结果证实了所收集标注数据和精炼词嵌入的有效性；在 Wikipedia 中检测到的消失实体有超过 70% 早于 Wikipedia 更新被发现，平均提前期超过一个月。
引用
@article{arxiv.2210.07404,
title = {Early Discovery of Disappearing Entities in Microblogs},
author = {Satoshi Akasaki and Naoki Yoshinaga and Masashi Toyoda},
journal= {arXiv preprint arXiv:2210.07404},
year = {2022}
}