基于代理度量的高效候选检索零样本实体链接方法
机器学习
2023-02-01 v1 计算与语言
信息检索
摘要
生物医学实体链接领域近期的一个进展是开发了强大的两阶段算法：初始候选检索阶段为每个提及生成实体短列表，随后是候选排序阶段。然而，两个阶段的效力都密不可分地依赖于计算昂贵的组件。具体而言，在通过稠密表示检索进行候选检索时，拥有难负样本十分重要，而这需要在整个训练过程中对全部实体标签集进行反复前向传播与最近邻搜索。在本工作中，我们展示将基于代理的度量学习损失与对抗正则化相结合，可在候选检索阶段提供替代难负采样的高效方案。特别地，我们在recall@1指标上展示了有竞争力的性能，从而提供了略去昂贵的候选排序步骤的选项。最后，我们演示了该模型如何用于零样本设置以发现知识库外的生物医学实体。
引用
@article{arxiv.2301.13318,
title = {Proxy-based Zero-Shot Entity Linking by Effective Candidate Retrieval},
author = {Maciej Wiatrak and Eirini Arvaniti and Angus Brayne and Jonas Vetterle and Aaron Sim},
journal= {arXiv preprint arXiv:2301.13318},
year = {2023}
}