WikiGUM：面向 12 种文类的穷尽式实体链接维基化数据集
计算与语言
2021-09-16 v1
摘要
先前关于实体链接的工作聚焦于以维基百科数据（即维基化）为目标的资源，针对非嵌套专有命名实体提及。在本文中，我们提出并评估 WikiGUM，一个完全维基化的数据集，涵盖所有命名实体的提及，包括其非命名与代词性提及，以及嵌套于其他提及中的提及。该数据集覆盖广泛的 12 种书面与口语文类，其中大多数迄今未被纳入实体链接工作，导致在我们的评估中一个预训练的 SOTA 系统表现不佳。对同一数据的多种其他标注的可用性也支持了关于上下文中实体的进一步研究。
引用
@article{arxiv.2109.07449,
title = {WikiGUM: Exhaustive Entity Linking for Wikification in 12 Genres},
author = {Jessica Lin and Amir Zeldes},
journal= {arXiv preprint arXiv:2109.07449},
year = {2021}
}