利用词与知识图谱嵌入的端到端实体链接与消歧
计算与语言
2020-02-27 v1
摘要
实体链接——将自然语言表述中的实体提及连接到知识图谱(KG)实体——是面向KG问答的关键步骤。它常基于实体标签与问题中提及的字符串相似度。问题中涉及的关系有助于在具有相同标签的实体间消歧。若关系链接步骤识别出错误关系，此法可能产生误导。然而，错误关系仍可能在语义上类似于正确实体在KG中构成三元组的关系；这可通过其KG嵌入的相似度来捕捉。基于该思想，我们提出首个端到端神经网络方法，利用KG及词嵌入对简单问题执行联合关系与实体分类，并借助新颖门控机制隐式完成实体消歧。实证评估表明，所提方法取得了与SOTA实体链接相当的性能，且所需后处理更少。
引用
@article{arxiv.2002.11143,
title = {End-to-End Entity Linking and Disambiguation leveraging Word and Knowledge Graph Embeddings},
author = {Rostislav Nedelchev and Debanjan Chaudhuri and Jens Lehmann and Asja Fischer},
journal= {arXiv preprint arXiv:2002.11143},
year = {2020}
}