基于主题多视图表示的零样本实体检索方法.pdfVIP

第43卷第3期广西师范大学学报(自然科学版)Vol.43No.3

2025年5月JournalofGuangxiNormalUniversity(NaturalScienceEdition)May2025

DOI:10.16088/j.issn.1001-6600.2024092807http:

齐丹丹,王长征,郭少茹,等.基于主题多视图表示的零样本实体检索方法[J].广西师范大学学报(自然科学版),2025,43(3):23-34.QI

DD,WANGCZ,GUOSR,etal.Topic-basedmulti-viewentityrepresentationforzero-shotentityretrieval[J].JournalofGuangxiNormalUniversity

(NaturalScienceEdition),2025,43(3):23-34.

基于主题多视图表示的零样本实体检索方法

121111,3111,4∗

齐丹丹,王长征,郭少茹,闫智超,胡志伟,苏雪峰,马博翔,李时钊,李茹

(1.山西大学计算机与信息技术学院,山西太原030006;2.山西同方知网数字出版技术有限公司,山西太原030006;

3.山西工程科技职业大学现代物流学院,山西晋中030609;

4.计算智能与中文信息处理教育部重点实验室(山西大学),山西太原030006)

摘要:零样本实体检索旨在将实体提及(mention)链接到训练阶段未见过的实体,在多种自然语言处理任务中起关键作

用。然而现有方法依然存在2个问题:1)仅使用实体描述的前k个句子来构建实体的多视图表示,导致实体多视图语

义冗余与缺失,很难充分学习提及与实体之间的匹配关系;2)仅以提及为中心构造正负例,对提及与实体之间的对比

关系覆盖度较低,导致其匹配错误。针对以上2个问题,本文提出基于主题的多视图实体表示(Topic-MVER)方法。该方

法基于主题构建实体的多视图表示,并使用对比学习建模提及与实体之间的3种关系,提升提及和实体对表示的匹配

性。该方法在ZESHEL和MedMentions数据集上的Recall@1分别达到48.13%和73.86%,较基线模型分别提升2.73和

1.21个百分点,验证了本文方法的有效性。

关键词:实体检索;零样本;长文本;主题多视图;对比学习

中图分类号:TP391.1文献标志码:A文章编号:1001-6600(2025)03-0023-12

[1-2]

实体检索(entityretrieval,ER)是实体链接任务中的第一阶段,其基于输入文本中的提及(mention)

[3-4]

与实体之间的相似度得分,从大规模知识库(knowledgebases,KBs)中检索出一组候选实体,在知识问

答、知识图谱构建和信息检索等自然语言处理(naturallanguageprocessing,NLP)任务中发挥着重要作用。

[5-6]

实体链接任务由两阶段组成,在第一阶段检索出一组候选实体后,第二阶段进行候选排名(candidate

[7-8]

ranking,CR),其目的是对候选实体进行精准重排序,返回得分最高的实体作为提及实体的匹配实体。

本文只研究实