UltraWiki：利用负种子实体进行超细粒度实体集扩展
计算与语言
2025-06-04 v3
摘要
实体集扩展 (ESE) 旨在识别属于与给定种子实体集相同语义类的新实体。传统方法仅依赖正种子实体来表示目标细粒度语义类，使其难以表示超细粒度语义类。具体而言，仅依赖正种子实体导致两个固有缺陷：(i) 超细粒度语义类之间的歧义性。(ii) 无法定义“不需要”的语义。因此，先前的 ESE 方法难以解决超细粒度 ESE (Ultra-ESE) 任务。为解决此问题，我们首先在输入中引入负种子实体，它们与正种子实体共同描述超细粒度语义类。负种子实体通过提供正负属性之间的对比消除了语义歧义。同时，它提供了一种直接表达“不需要”内容的方式。为了评估模型在 Ultra-ESE 中的性能并促进进一步研究，我们还构建了 UltraWiki，这是首个专为 Ultra-ESE 定制的大规模数据集。UltraWiki 包含 50,973 个实体和 394,097 个句子，以及 236 个超细粒度语义类，其中每个类由 3-5 个正负种子实体表示。此外，提出了基于检索的框架 RetExpan 和基于生成的框架 GenExpan，为 Ultra-ESE 提供了强大的基线。另外，我们设计了两种策略以增强模型对超细粒度实体语义的理解：对比学习和思维链推理。大量实验证实了我们所提策略的有效性，同时也揭示了 Ultra-ESE 仍有巨大的改进空间。
引用
@article{arxiv.2403.04247,
title = {UltraWiki: Ultra-fine-grained Entity Set Expansion with Negative Seed Entities},
author = {Yangning Li and Qingsong Lv and Tianyu Yu and Yinghui Li and Xuming Hu and Wenhao Jiang and Hai-Tao Zheng and Hui Wang},
journal= {arXiv preprint arXiv:2403.04247},
year = {2025}
}
备注
Accepted by ICDE 2025