基于双编码器的实体消歧设计决策评估
计算与语言
2025-05-20 v1
摘要
实体消歧（ED）是将文本中的提及链接到知识库中对应条目的任务。双编码器通过将提及和标签候选嵌入到共享嵌入空间，并应用相似度度量来预测正确标签，从而解决这一问题。在本工作中，我们重点评估基于双编码器的实体消歧的关键设计决策，例如其损失函数、相似度度量、标签语言化格式和负采样策略。我们提出了由此产生的模型 VerbalizED，这是一个文档级双编码器模型，包含上下文标签语言化和高效的困难负采样。此外，我们探索了一种迭代预测变体，旨在改进对困难数据点的消歧。在 AIDA-Yago 上的综合实验验证了我们方法的有效性，为有影响力的设计选择提供了见解，从而在 ZELDA 基准上形成了一个新的最先进系统。
引用
@article{arxiv.2505.11683,
title = {Evaluating Design Decisions for Dual Encoder-based Entity Disambiguation},
author = {Susanna Rücker and Alan Akbik},
journal= {arXiv preprint arXiv:2505.11683},
year = {2025}
}
备注
Accepted at ACL 2025 (The 63rd Annual Meeting of the Association for Computational Linguistics)