MMEAD：MS MARCO实体标注与消歧
信息检索
2023-09-15 v1
摘要
MMEAD，即MS MARCO实体标注与消歧（MS MARCO Entity Annotations and Disambiguations），是一个用于MS MARCO数据集的实体链接资源。我们指定了一种格式，用于存储和共享MS MARCO的文档和段落集合的链接。遵循该规范，我们发布了指向Wikipedia的实体链接，涵盖MS MARCO两个集合（v1和v2）中的文档和段落。实体链接由REL和BLINK系统生成。MMEAD是一个易于安装的Python包，允许用户轻松加载链接数据和实体嵌入。使用MMEAD仅需几行代码。最后，我们展示了MMEAD如何用于利用实体信息的IR（信息检索）研究。我们展示了通过在MS MARCO v1段落数据集上使用该资源，如何在更复杂的查询上提升recall@1000和MRR@10。我们还演示了实体扩展如何用于交互式搜索应用。
引用
@article{arxiv.2309.07574,
title = {MMEAD: MS MARCO Entity Annotations and Disambiguations},
author = {Chris Kamphuis and Aileen Lin and Siwen Yang and Jimmy Lin and Arjen P. de Vries and Faegheh Hasibi},
journal= {arXiv preprint arXiv:2309.07574},
year = {2023}
}