FUSE：基于跳跃元语法 coherent 聚类的多面集扩展
计算与语言
2020-06-19 v3 机器学习
摘要
集扩展旨在将一小部分种子实体扩展为一组完整的相关实体。大多数现有方法假设输入种子集无歧义，并完全忽略种子实体的多面语义。因此，给定种子集 {"Canon", "Sony", "Nikon"}，以往的模型返回一个混合实体集，其中既包含相机品牌也包含日本公司。本文研究多面集扩展任务，旨在捕捉种子集中的所有语义面，并返回多个实体集，每个语义面对应一个。我们提出一个无监督框架 FUSE，其包含三个主要组件：(1) 语义面发现模块：通过提取并聚类种子实体的 skip-gram（跳跃元语法）来识别每个种子实体的所有语义面；(2) 语义面融合模块：通过优化公式发现整个种子集的共享语义面；(3) 实体扩展模块：利用带预训练 BERT 模型的掩码语言模型扩展每个语义面。大量实验表明，FUSE 能准确识别种子集的多个语义面，并为每个面生成高质量实体。
引用
@article{arxiv.1910.04345,
title = {FUSE: Multi-Faceted Set Expansion by Coherent Clustering of Skip-grams},
author = {Wanzheng Zhu and Hongyu Gong and Jiaming Shen and Chao Zhang and Jingbo Shang and Suma Bhat and Jiawei Han},
journal= {arXiv preprint arXiv:1910.04345},
year = {2020}
}