学习新兴实体的实体链接特征
计算与语言
2022-08-09 v1 人工智能
摘要
实体链接（Entity Linking, EL）是将文本中出现的实体提及与其知识库中对应实体相关联的过程。实体的 EL 特征（如先验概率、关联分数与实体嵌入）通常基于维基百科估计。然而，对于刚在新闻中发现的新兴实体（Emerging Entities, EEs），它们可能尚未被纳入维基百科。因此，无法从维基百科获取这些 EEs 所需的 EL 特征，且由于缺乏其 EL 特征，EL 模型始终无法正确地将歧义提及与这些 EEs 链接。为应对该问题，本文关注以通用方式学习新兴实体 EL 特征这一新任务。我们提出一种称为 STAMO 的新方法，仅需从 Web 为每个 EE 收集少量标注文档即可自动学习高质量的 EL 特征，因其可进一步利用隐藏于未标注数据中的知识。STAMO 主要基于自训练，使其可灵活地与任意 EL 特征或 EL 模型集成，但也易遭受由错误标注数据引起的错误强化问题。不同于一些试图显式丢弃错误标注数据的常见自训练策略，我们将自训练视为关于 EEs 的 EL 特征的多重优化过程，并提出槽内与槽间优化以隐式缓解错误强化问题。我们构建了两个涉及所选 EEs 的 EL 数据集以评估所获 EEs 的 EL 特征质量，实验结果表明我们的方法显著优于其他学习 EL 特征的基线方法。
引用
@article{arxiv.2208.03877,
title = {Learning Entity Linking Features for Emerging Entities},
author = {Chenwei Ran and Wei Shen and Jianbo Gao and Yuhan Li and Jianyong Wang and Yantao Jia},
journal= {arXiv preprint arXiv:2208.03877},
year = {2022}
}
备注
To appear in IEEE TKDE