实体感知 ELMo：用于实体消歧的上下文实体表示学习
计算与语言
2019-08-23 v2 信息检索
机器学习
机器学习
摘要
我们提出了一种新的局部实体消歧系统。该系统的关键在于一种学习实体表示的新方法。在我们的方法中，我们学习了语言模型嵌入（ELMo）的实体感知扩展，称之为 Entity-ELMo（E-ELMo）。给定一个包含一个或多个命名实体提及的段落，每个提及首先被定义为整个段落（包括其他提及）的函数，然后它们预测所指实体。利用 E-ELMo 进行局部实体消歧，我们在流行基准上超越了所有最先进的局部与全局模型，在采用 Yago 候选集的 AIDA test-b 上以约 0.5% 的微平均准确率提升取得更好表现。训练数据与候选集的评估设置与我们的基线相同，以保证公平比较。
引用
@article{arxiv.1908.05762,
title = {Entity-aware ELMo: Learning Contextual Entity Representation for Entity Disambiguation},
author = {Hamed Shahbazi and Xiaoli Z. Fern and Reza Ghaeini and Rasha Obeidat and Prasad Tadepalli},
journal= {arXiv preprint arXiv:1908.05762},
year = {2019}
}