基于多特征因子融合的中文短文本实体消歧

摘要：

现有中文短文本实体消歧模型在消歧过程中大多只考虑指称上下文与候选实体描述的语义匹配特征,对同一查询文本中候选实体间的共现特征以及候选实体与实体指称类别相似特征等有效的消歧特征考虑不足.针对这些问题,本文首先利用预训练语言模型获得指称上下文与候选实体描述的语义匹配特征;然后,针对实体嵌入和指称类别嵌入提出共现特征与类别特征;最后,通过融合上述特征实现基于多特征因子融合实体消歧模型.实验结果表明本文提出的共现特征及类别特征在实现实体消歧中的可行性和有效性,以及本文提出的基于多特征因子融合的实体消歧方法能够取得更好的消歧效果.

关键词：共现特征、类别特征、多特征因子、多头注意力、Ernie

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江西省教育厅科技项目

在线出版日期：2023-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：30-36