xuzf 的博客

Improving Entity Linking by Modeling Latent Relations between Mentions论文地址：https://aclanthology.org/P18-1148/代码地址：https://github.com/lephong/mulrel-nelAbstract实体链接（EL）系统经常利用文档中提及之间的关系（如共指关系）来决定链接决策是否兼容。与以往依靠监督系统或启发式预测这些关系的方法不同，作者在神经 EL 模型中将关系视为隐变量。在端到端

Scalable Zero-shot Entity Linking with Dense Entity Retrieval论文链接：https://arxiv.org/abs/1911.03814代码地址：https://github.com/facebookresearch/BLINK日期：EMNLP 2020ABSTRACT论文提出了一种面向零样本学习的可扩展实体链接方法。该方法思路简单（不需要复杂的实体结构和人工设计数据）却在零样本和非零样本的数据集上取得了很大的进步。主要思路为将实体链接

论文链接：https://arxiv.org/abs/2101.09969 (EACL 2021)代码实现：https://github.com/ManojPrabhakar/CHOLANABSTRACT本文作者提出了实现在知识库上进行端到端实体链接的模块化方法——CHOLAN，该模型包含由两个 transformer-base model 构成的 pipeline。第一个 transformer 用于提取句子中的 mention，第二个 transformer 获取 mention context

Combining Word and Entity Embeddings for Entity Linking论文地址：https://perso.limsi.fr/bg/fichiers/2017/combining-word-entity-eswc2017.pdf (ESWC 2017)1 Abstract论文针对 EL 的第二个阶段 candidate selection 提出了新的方法——在同一空间中，联合学习文本中的 word 和知识库 entity 的嵌入表示。 candiadate se