揭示未知：基于实体链接的知识库外提及发现
计算与语言
2023-09-06 v4
摘要
从文本中发现知识库（KB）之外的实体提及在KB维护中起着关键作用，但尚未得到充分探索。现有方法大多局限于简单的基于阈值的方法和基于特征的分类，且用于评估的数据集相对稀少。我们提出BLINKout，一种基于BERT的新实体链接（EL）方法，其通过将提及匹配到一个特殊的NIL实体来识别没有对应KB实体的提及。为更好地利用BERT，我们提出了包括NIL实体表示与分类以及同义增强在内的新技术。我们还应用KB剪枝与版本控制策略，从常见的库内EL数据集自动构建库外KB数据集。在来自临床笔记、生物医学文献和不同领域维基百科文章的五个数据集上的结果表明，BLINKout在识别医学本体UMLS、SNOMED CT以及通用KB WikiData的库外提及方面优于现有方法。
引用
@article{arxiv.2302.07189,
title = {Reveal the Unknown: Out-of-Knowledge-Base Mention Discovery with Entity Linking},
author = {Hang Dong and Jiaoyan Chen and Yuan He and Yinan Liu and Ian Horrocks},
journal= {arXiv preprint arXiv:2302.07189},
year = {2023}
}
备注
11 pages, 3 figures, accepted for CIKM 2023