面向无监督实体链接的低秩子空间方法

实体链接是一个具有重要应用的问题。大多数先前方案针对有标注训练数据可用的设定设计，然而众多领域并不具备此类数据。我们提出一种轻量且可扩展的实体链接方法 Eigenthemes，仅依赖实体名称与所指知识库的存在。Eigenthemes 利用了如下事实：文档中真实提及的实体（“黄金实体”）往往构成文档中所有候选实体集合的一个语义稠密子集。从几何角度看，当通过给定嵌入将实体表示为向量时，黄金实体倾向于位于完整嵌入空间的低秩子空间中。Eigenthemes 利用奇异值分解识别该子空间，并根据候选实体与子空间的接近程度打分。在实证方面，我们引入多个强劲基线，其表现优于（有时甚至超越）现有最优方法。在来自多种真实领域基准数据集上的大量实验展示了我们方法的有效性。