EntQA：将实体链接作为问答
计算与语言
2022-03-09 v2 机器学习
摘要
实体链接的一种常规方法是先在给定文档中找到提及，再推断其在知识库中的底层实体。该方法一个众所周知的局限是，它需要在不知晓实体情况下找提及，这不自然且困难。我们提出一种不受此局限的新模型 EntQA，意为 Entity linking as Question Answering（将实体链接作为问答）。EntQA 首先用快速检索模块提出候选实体，然后用强大的阅读器模块细查文档以找到各候选的提及。我们的方法结合了实体链接与开放域问答的进展，并利用了用于稠密实体检索与阅读理解的预训练模型。与以往工作不同，我们不依赖提及-候选词典或大规模弱监督。EntQA 在 GERBIL 基准平台上取得了强劲结果。
引用
@article{arxiv.2110.02369,
title = {EntQA: Entity Linking as Question Answering},
author = {Wenzheng Zhang and Wenyue Hua and Karl Stratos},
journal= {arXiv preprint arXiv:2110.02369},
year = {2022}
}
备注
ICLR 2022