基于注意力远程监督的跨语言词与实体联合表示学习
计算与语言
2018-11-28 v1
摘要
词与实体的联合表示学习有益于许多 NLP 任务，但在跨语言环境中尚未得到充分探索。本文中，我们提出一种用于跨语言词与实体联合表示学习的新方法。它捕获互为补充的知识，并实现知识库与文本之间的跨语言推断。我们的方法不需要平行语料库，并使用多语言知识库通过远程监督自动生成可比数据。我们利用两类正则化项来对齐跨语言词与实体，并设计知识注意力和跨语言注意力以进一步降低噪声。我们在三项任务上进行了系列实验：词翻译、实体相关性和跨语言实体链接。定性与定量结果均证明了我们方法的重要性。
引用
@article{arxiv.1811.10776,
title = {Joint Representation Learning of Cross-lingual Words and Entities via Attentive Distant Supervision},
author = {Yixin Cao and Lei Hou and Juanzi Li and Zhiyuan Liu and Chengjiang Li and Xu Chen and Tiansi Dong},
journal= {arXiv preprint arXiv:1811.10776},
year = {2018}
}
备注
11 pages, EMNLP2018