REL: An Entity Linker Standing on the Shoulders of Giants

Hybrid X-Linker：面向生物医学实体链接的自动化数据生成与极端多标签排序

Hybrid X-Linker: Automated Data Generation and Extreme Multi-label Ranking for Biomedical Entity Linking

本文提出Hybrid X-Linker流水线，通过自动生成大规模训练数据，将极端多标签排序方法用于生物医学实体链接，在多个疾病和化学数据集上取得领先或接近领先的top-1准确率。

基于注意卷积神经网络的简单问答

Simple Question Answering by Attentive Convolutional Neural Network

这项工作的重点是通过Freebase回答单一关系的事实问题。每个问题都可以从Freebase中的单个形式事实（主语，谓语，宾语）中获得答案。这个任务，简单的问答（SimpleQA），可以通过两步管道来解决：实体链接和事实选择。在事实选择中，我们通过字符级卷积神经网络（char-CNN）将事实候选中的主题实体与问题中提到的实体进行匹配，并通过单词级CNN（word-CNN）将该事实中的谓词与问题进行匹配。这项工作有两个主要贡献。(i)提出了一种简单有效的基于Freebase的实体连接器。我们的实体链接器优于SimpleQA任务的最先进的实体链接器。(ii)一种新的注意力最大池堆叠在词CNN上，使得谓词表示可以更有效地与以谓词为中心的问题表示相匹配。实验表明，我们的系统设置新的国家的最先进的这项任务。

实体标签并非实体信号：文档重排序中可观测相关性的框架

Entity Labels Are Not Entity Signals: A Framework for Observable Relevance in Document Re-Ranking

提出实体可观测相关性（OER）与概念相关性（CER）的区分，证明CER监督效果差，而OER对齐可显著提升重排序性能。

Simultaneously Linking Entities and Extracting Relations from Biomedical Text Without Mention-level Supervision

Understanding the meaning of text often involves reasoning about entities and their relationships. This requires identifying textual mentions of entities, linking them to a canonical concept, and discerning their relationships. These tasks are nearly always viewed as separate components within a pipeline, each requiring a distinct model and training data. While relation extraction can often be trained with readily available weak or distant supervision, entity linkers typically require expensive mention-level supervision -- which is not available in many domains. Instead, we propose a model whi…

Crummy Entity Linker的好应用？数字人文学科语料库选择案例

Good Applications for Crummy Entity Linkers? The Case of Corpus Selection in Digital Humanities

在过去的十年中，我们在实体链接（EL）系统方面取得了很大的进步，但性能可能会因上下文而异，甚至可以说，存在阻止“完美”EL系统的原则性限制。这也表明，可能存在当前“不完美”的EL已经非常有用的应用，并且使得找到“正确”的应用与构建“正确”的EL系统一样重要。我们调查了数字人文学科的用例，学者们花了大量的时间选择相关的源文本。我们开发了广域网，一个语义增强的搜索工具，它利用了（不完美的）EL的优势，而不会妨碍其专家用户。我们评估这一工具在两个历史案例研究，旨在收集一组参考历史时期的议会辩论，从过去的二十年中，第一个目标是荷兰的黄金时代，第二次世界大战。案例研究的结论是对WideNet在这种研究中的实用性进行了批判性的反思，之后我们概述了这样一个现实世界的应用程序如何有助于提高EL技术。

TIGER：时间改进的图实体链接器

TIGER: Temporally Improved Graph Entity Linker

针对知识图谱变化导致的实体链接模型时间退化问题，提出TIGER模型，通过整合图结构信息与文本信息增强实体表示，有效防止性能下降并显著超越现有方法。