KDDJul, 2018

Pangloss 在嘈杂文本环境中的快速实体链接

PDF
TL;DR该论文介绍了 Pangloss，一种用于嘈杂的文本上实体消歧的生产系统。Pangloss 使用一种基于上下文文档嵌入的语义相似度引擎结合概率线性时间关键短语识别算法，以比其它研究或商业系统更好的效果（F1 值 > 5％）解决了实体消歧问题。此外，Pangloss 利用具有分层结构的本地嵌入式数据库来存储其统计数据和元数据，以允许在串流环境和低内存环境（例如移动电话）中进行快速的消歧。
entity linkingprobabilistic algorithmssemantic similaritydocument embeddingsmobile devices
发现论文，激发创造
  • 面向实体链接的概率超链接包模型

    本文提出了一种基于概率图模型的联合实体消岐方法，充分利用了文档级别实体共现和上下文信息，避免昂贵的训练过程和专业特征工程，通过节点置信传递来做近似推断，能够在实时场景中快速高效地工作，对多种基准数据集进行了准确性测试，表现与现有先进方法相当甚至更好。

    Sep, 2015

  • 神经跨语言实体链接

    本文提出一种神经实体链接模型，通过多种角度训练查询和候选文档之间的细粒度相似性和不相似性，并结合卷积和张量网络，在多语言语境下实现跨语言实体链接，并证明该英文训练的系统可以通过使用多语言嵌入进行零 - shot 学习。该提议系统在英语以及跨语言测试中取得 state-of-the-art 的结果 (例如：西班牙语和汉语 TAC 的 2015 数据集)。

    Dec, 2017

  • 基于自动噪声检测的实体链接远程学习

    本文介绍了一种在没有标记数据的情况下，通过多实例学习和噪声检测的方法，学习从知识库中链接提及的实体，特别是对于科学领域等标记信息有限的领域。

    May, 2019

  • 嘈杂文本的命名实体消歧

    本文主要介绍了一种基于神经模型和样本采集技术的 Named Entity Disambiguation 方法，使用 WikilinksNED 数据集进行训练与测试，并且在 embedding 初始化方面做了一些优化，取得显著的性能提升。

    Jun, 2017

  • 用户所述的地理位置是在哪里？：嘈杂的多语言用户输入的地理实体链接

    本文探讨了在嘈杂的多语种社交媒体数据中进行地理实体链接的挑战性任务，提出了一种将真实世界位置表示为标记的用户输入位置名称的平均嵌入，并通过可解释的置信度得分进行选择性预测的方法。通过在全球和多语种社交媒体数据集上进行实验证明了我们的方法改进了地理实体链接，并讨论了在不同地理粒度上评估的进展和问题。

    Apr, 2024

  • 作者之团：从社交网络上下文中消除姓名歧义

    研究使用关联网络和 BERT 来进行实体链接和共指消解，发现在领域内语言建模预训练和出版物信息可以显著提高任务性能，提出一种新的监督聚类推断模型并在两个数据集上进行了实验证 显示其具有竞争性能。

    Aug, 2022

  • 通过搜索维基百科句子进行查询的实体链接

    本研究提供了一种简单而有效的方法，利用维基百科文章中与查询类似的句子，并直接使用其中人工注释的实体作为查询的候选实体，然后使用一系列特征来排名，包括概率、上下文匹配、词嵌入以及候选实体及其相关实体之间的相关性。通过该方法我们可以在实体链接基准测试中取得更好的结果。

    Apr, 2017

  • 仅需要你一点帮助就可以发现实体

    论文提出了在缺乏背景知识和长尾实体的情况下，通过自动化生成实体出现位置的候选项并结合用户反馈来提高实体链接的准确性的方法。选择了基于梯度互缠的多样化和文本相关性方法作为生成候选项的方法，并在 FACC 数据集上进行了广泛的实验，展示了该方法的有效性。

    Oct, 2018

  • 利用大型语言模型进行关系发现来消除实体匹配的歧义

    通过预定义一组与任务相关的关系，我们的方法将重点从纯粹识别语义相似性转移到理解并定义实体之间的 “关系”，以解决匹配中的模糊性，从而使分析员能够更有效地浏览从完全匹配到概念相关实体的相似性范围。

    Mar, 2024

  • 面向用户生成数据的高通量与语言无关实体消歧和链接

    该研究介绍了 Lithium EDL 系统和算法，它是一个高吞吐量、轻量级、语言无关的实体消岐和链接系统，比现有的系统解析正确率高 75% 且运行速度显著更快，可用于 Knowledge Base、文本分类和 NLP 任务。

    Mar, 2017