新闻文章中显著实体的可扩展检测
计算与语言
2024-06-03 v1
摘要
新闻文章通常会提到大量实体，其中很大一部分与故事无关。因此，检测实体的显著性对于新闻搜索、分析和摘要等应用至关重要。本文我们探索了高效且有效的显著实体检测新方法，通过对预训练的 transformer 模型进行微调，使用实体标签或上下文化实体表示直接作为分类头。实验表明，这些直截了当的技术在数据集大小和显著性定义各不相同的情况下，显著优于先前的工作。我们还研究了知识蒸馏技术，以在不影响准确性的前提下有效降低这些模型的计算成本。最后，我们进行了大量分析和消融实验，以特征化所提出模型的行为。
关键词
引用
@article{arxiv.2405.20461,
title = {Scalable Detection of Salient Entities in News Articles},
author = {Eliyar Asgarieh and Kapil Thadani and Neil O'Hare},
journal= {arXiv preprint arXiv:2405.20461},
year = {2024}
}