跨多语言的全局实体排序
信息检索
2017-03-20 v1 计算与语言
社会与信息网络
摘要
我们介绍了利用 Wikipedia 和 Freebase 知识库构建跨多语言的全局长尾实体排序的工作。我们识别了多种特征，并使用一个包含超过一万个标签的真实数据集构建了一个实体排序模型。最终系统对 2700 万个实体进行了排序，精确率达到 75%，F1 分数为 48%。我们提供了性能评估和跨语言排序质量的经验证据，并公开了最终的排序列表以供未来研究使用。
引用
@article{arxiv.1703.06108,
title = {Global Entity Ranking Across Multiple Languages},
author = {Prantik Bhattacharyya and Nemanja Spasojevic},
journal= {arXiv preprint arXiv:1703.06108},
year = {2017}
}
备注
2 Pages, 1 Figure, 2 Tables, WWW2017 Companion, WWW 2017 Companion