阅读、回溯、选择：一种用于短文本实体链接的机器阅读理解框架
计算与语言
2021-01-08 v1
摘要
针对快速增长的短文本（如搜索查询与新闻标题）的实体链接（EL）对工业应用至关重要。大多数依赖充足上下文的长文本 EL 方法对简洁且稀疏的短文本并不有效。本文提出一种称为多轮多选机器阅读理解（M3）的新框架，从新视角解决短文本 EL：利用每个歧义提及的周边上下文生成查询，并采用选项选择模块通过该查询从候选中识别正确实体。以此方式，M3 框架在编码过程中充分交互有限上下文与候选实体，并在选择阶段隐式考虑候选集合内部差异。此外，我们设计了一个两阶段验证器集成于 M3 中，以解决短文本中普遍存在的不可链接问题。为进一步考虑所指实体间的主题一致性与相互依赖，M3 利用多轮方式通过回溯历史线索以序列方式处理提及。评估表明，我们的 M3 框架在五个中英文真实短文本 EL 数据集上取得了最先进（SOTA）性能。
引用
@article{arxiv.2101.02394,
title = {Read, Retrospect, Select: An MRC Framework to Short Text Entity Linking},
author = {Yingjie Gu and Xiaoye Qu and Zhefeng Wang and Baoxing Huai and Nicholas Jing Yuan and Xiaolin Gui},
journal= {arXiv preprint arXiv:2101.02394},
year = {2021}
}
备注
Accepted at AAAI 2021