XREF：利用补充文章参考的中文新闻评论实体链接
计算与语言
2020-06-26 v1
摘要
自动识别社交媒体帖子中提及的实体有助于快速理解热点话题与流行观点。然而，由于上下文有限且名称变体多样，这仍是一项具有挑战性的任务。在本文中，我们研究给定提及跨度的中文新闻评论的实体链接问题。我们假设评论常指代相应新闻文章中的实体，以及涉及这些实体的话题。因此我们提出一种新颖模型 XREF，其利用注意力机制以 (1) 定位评论中的相关上下文，以及 (2) 从新闻文章中检测支持实体。为改进训练，我们做出两点贡献：(a) 除标准交叉熵外提出一种有监督注意力损失，以及 (b) 我们开发一种弱监督训练方案以利用大规模无标注语料。我们收集并标注了娱乐与产品领域两个新数据集用于实验。我们提出的方法在两个数据集上均优于先前方法。
引用
@article{arxiv.2006.14017,
title = {XREF: Entity Linking for Chinese News Comments with Supplementary Article Reference},
author = {Xinyu Hua and Lei Li and Lifeng Hua and Lu Wang},
journal= {arXiv preprint arXiv:2006.14017},
year = {2020}
}
备注
Accepted to AKBC2020, link to openreview: https://openreview.net/forum?id=1hLH6CKIjN