SpEL：面向实体链接的结构化预测
计算与语言
2023-10-24 v1
摘要
实体链接是一条突出的研究脉络，致力于通过将文本片段链接到本体或知识源来创建结构化数据。我们重新审视将结构化预测用于实体链接的方法，该方法将每个输入 token 分类为实体并聚合 token 预测。我们的系统称为 SpEL（Structured prediction for Entity Linking，面向实体链接的结构化预测），是一种最先进的实体链接系统，它运用若干新思路将结构化预测应用于实体链接任务，包括：两个精细微调步骤；上下文敏感的预测聚合策略；缩减模型输出词表规模；以及我们解决了实体链接系统中常见的训练与推理 tokenization 不匹配问题。我们的实验表明，在常用的 AIDA 基准数据集（面向 Wikipedia 的实体链接）上，我们可超越最先进水平。我们的方法在参数数量与推理速度方面也具有很高的计算效率。
引用
@article{arxiv.2310.14684,
title = {SpEL: Structured Prediction for Entity Linking},
author = {Hassan S. Shavarani and Anoop Sarkar},
journal= {arXiv preprint arXiv:2310.14684},
year = {2023}
}