Towards Combinational Relation Linking over Knowledge Graphs
Fudan University(复旦大学);Wuhan University of Science and Technology(武汉科技大学)
给定一个自然语言短语,关系链接旨在从底层知识图谱中找到一个关系(谓词或属性)以匹配该短语。它在自然语言问答、个性化推荐、文本摘要等方面有着广泛的应用前景。然而,以前的关系链接算法通常为输入短语产生单个关系,而很少关注更一般和更具有挑战性的问题,即,组合关系链接,其提取子图模式以匹配复合短语(例如,mother-in-law)。本文主要研究知识图谱上的组合关系连接问题。为了解决这个问题,我们设计了一个系统的方法,基于数据驱动的关系组装技术,这是在Meta模式的指导下进行的。我们还引入了外部知识,以提高系统的理解能力。最后,我们在真实的知识图谱上进行了大量的实验,以研究所提出的方法的性能。
2019-10-24 cs.AI cs.CL
JEL: A Novel Model Linking Knowledge Graph entities to News Mentions
J.P.Morgan(摩根大通)
本文提出JEL,一种计算高效的多神经网络端到端实体链接模型,超越现有最先进方法,旨在将知识图谱实体与新闻提及准确连接,支撑新闻分析等应用。
2025-09-09 cs.AI cs.LG
TIGER: Temporally Improved Graph Entity Linker
University of Amsterdam(阿姆斯特丹大学)
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。
2024-10-11 cs.AI cs.IR cs.LG
Linking Surface Facts to Large-Scale Knowledge Graphs
NEC Laboratories Europe(NEC欧洲实验室);KU Leuven(荷语鲁汶大学);Ss. Cyril and Methodius University(圣西里尔与美多德大学);University of Würzburg(维尔茨堡大学)
针对开放信息抽取表面事实的歧义性与知识图谱覆盖受限的问题,提出细粒度事实链接新基准及评估协议,发现KG外实体和谓词检测更难,并公开相关资源。
2023-10-23 cs.AI cs.CL cs.LG
Survey on English Entity Linking on Wikidata
Universität Hamburg(汉堡大学);University of Bonn(波恩大学);Fraunhofer IAIS(弗劳恩霍夫智能分析与信息系统研究所);HITeC Hamburg e.V.(汉堡信息技术中心)
维基数据是一个经常更新的、社区驱动的、多语言的知识图谱。因此,维基数据是实体链接的一个有吸引力的基础,这一点从最近发表论文的增加中可以看出。本次调查主要关注四个主题:(1)存在哪些维基数据实体链接数据集,它们的使用范围有多广,以及它们是如何构建的?(2)维基数据的特征对实体链接数据集的设计是否重要?如果是,如何重要?(3)当前的实体链接方法如何利用维基数据的特定特征?(4)现有的实体链接方法没有利用维基数据的哪些特征?这项调查显示,当前维基数据特定的实体链接数据集在注释方案上与其他知识图谱(如DBpedia)的方案没有区别。因此,自然适合维基数据的多语言和时间相关数据集的潜力并没有被提升。此外,我们表明,大多数实体链接方法使用维基数据的方式与任何其他知识图谱错过了利用维基数据的特定特征,以提高质量的机会。几乎所有的方法都使用特定的属性,如标签,有时还使用描述,但忽略了超关系结构等特征。因此,仍然有改进的空间,例如,通过包括超关系图嵌入或类型信息。许多方法还包括来自维基百科的信息,这些信息很容易与维基数据结合,并提供维基数据所缺乏的有价值的文本信息。
2021-12-03 cs.AI cs.CL cs.LG
Multi-Grained Multimodal Interaction Network for Entity Linking
University of Science and Technology of China(中国科学技术大学);Career Science Lab, BOSS Zhipin(BOSS直聘职业科学实验室)
针对多模态实体链接中模态信息利用不充分、噪声导致模态不一致的问题,提出多粒度多模态交互网络MIMIC,通过三类交互单元挖掘细粒度特征并结合对比学习一致性约束,在三个基准数据集上取得优于现有最优方法的性能。
2023-07-19 cs.AI cs.CV
The Death of Schema Linking? Text-to-SQL in the Age of Well-Reasoned Language Models
Distyl AI;Polytechnique Montreal(蒙特利尔理工学院)
本研究重新审视Text-to-SQL中的模式链接,发现新LLM能处理大量不相关模式,故在模式适配上下文时放弃模式链接,并采用增强、选择和纠正技术,在BIRD基准上以71.83%准确率排名第一。
2026-09-17 cs.AI cs.CL cs.IR
A Tale of Two Linkings: Dynamically Gating between Schema Linking and Structural Linking for Text-to-SQL Parsing
University of Virginia(弗吉尼亚大学);Microsoft Research(微软研究院)
在文本到SQL的语义解析中,为生成的SQL查询选择正确的实体(表和列)是至关重要的,也是具有挑战性的;解析器需要将自然语言(NL)问题和SQL查询连接到数据库中的结构化知识。我们制定了两个链接过程,以解决这一挑战:模式链接链接明确的NL提到数据库和结构链接的实体在输出SQL中的数据库模式中的结构关系。直观地说,这两个链接过程的有效性变化的基础上产生的实体,因此,我们建议使用门控机制动态地选择它们之间。将所提出的方法与两个基于图神经网络的语义解析器以及BERT表示相结合,在具有挑战性的Spider数据集上展示了解析准确性的实质性收益。分析表明,我们提出的方法有助于增强结构的模型输出时,生成复杂的SQL查询,并提供更多的解释预测。
2020-11-22 cs.CL
ParsEL 1.0: Unsupervised Entity Linking in Persian Social Media Texts
Iran University of Science and Technology(伊朗科技大学)
近年来,社交媒体数据呈指数级增长,可以列举为世界上最大的数据存储库之一。这些社交媒体数据的很大一部分是自然语言文本。然而,自然语言是高度模糊的,由于暴露于频繁出现的实体,其中具有多义词或短语。实体链接是将文本中提到的实体链接到知识库中相应实体的任务。最近,波斯语知识图谱FarsBase被引入,包含近50万个实体。在本文中,我们提出了一个无监督的波斯语实体链接系统,第一个实体链接系统专门针对波斯语,它利用上下文相关和上下文无关的功能。为此,我们还发布了第一个实体链接波斯语语料库,其中包含67,595个单词,这些单词是从Telegram Messenger中一些流行频道的社交媒体文本中抓取的。所提出的方法的输出是86.94%的波斯语,这是与类似的国家的最先进的方法在英语语言的f-分数。
2020-04-22 cs.CL cs.IR cs.LG
Simultaneously Linking Entities and Extracting Relations from Biomedical Text Without Mention-level Supervision
University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校);Google Research(谷歌研究院)
理解文本的含义通常涉及对实体及其关系的推理。这需要识别文本中提到的实体,将它们与规范概念联系起来,并识别它们的关系。这些任务几乎总是被视为管道中的独立组件,每个组件都需要不同的模型和训练数据。虽然关系抽取通常可以用容易获得的弱或远距离监督来训练,但实体链接器通常需要昂贵的提及级监督-这在许多领域中是不可用的。相反,我们提出了一个模型,该模型经过训练,可以同时生成实体链接和关系决策,同时不需要提及级别的注释。这种方法避免了流水线方法产生的级联错误,并更准确地预测文本中的实体关系。我们证明了我们的模型在两个生物医学数据集上的性能优于最先进的实体链接和关系抽取管道,并且可以大大提高系统的整体召回率。
2019-12-02 cs.CL cs.IR cs.LG
Community Question Answering Entity Linking via Leveraging Auxiliary Data
Nankai University(南开大学)
社区问答(CQA)平台包含大量的CQA文本(即,问题和对应于问题的答案),其中命名实体无处不在地出现。在本文中,我们定义了一个新的任务CQA实体链接(CQAEL)连接的文本实体提到检测CQA文本与知识库中的相应实体。该任务可以促进许多下游应用,包括专家发现和知识库丰富。传统的实体链接方法主要集中在链接新闻文档中的实体,并且对于CQAEL的这个新任务来说是次优的,因为它们不能有效地利用CQA平台中涉及的各种信息辅助数据来辅助实体链接,诸如并行答案和两种类型的元数据(即,主题标签和用户)。为了解决这个关键问题,我们提出了一种新的基于transformer的框架,有效地利用不同类型的辅助数据提供的知识,以提高链接性能。我们验证了我们的框架的优越性,通过广泛的实验对国家的最先进的实体链接方法的新发布的CQAEL数据集。
2022-05-24 cs.AI cs.CL
KGMEL: Knowledge Graph-Enhanced Multimodal Entity Linking
KAIST(韩国科学技术院);Hanyang University(翰林大学)
KGMEL利用知识图谱三元组增强多模态实体链接,通过生成、检索和重排序三阶段框架,在基准数据集上超越现有方法。
2025-04-21 cs.AI cs.CL cs.IR
Bio-YODIE: A Named Entity Linking System for Biomedical Text
University of Sheffield(谢菲尔德大学);King’s College London(伦敦国王学院)
不断扩大的生物医学文本量需要自动化语义注释技术来管理和充分利用。一个既定的研究领域试图将文本中的提及与UMLS(统一医学语言系统)中包含的知识库联系起来,以便实现更复杂的理解。这项工作在文献管理等任务中取得了良好的效果,但注释系统的应用越来越广泛。医学词汇量正在扩大,术语模糊的程度也随之扩大。文档集合的大小和复杂性都在增加,这就对速度和健壮性提出了更高的要求。此外,随着技术转向新的任务,需求发生变化;例如,可能需要更大的表达式覆盖范围,以便注释患者记录,并且可能需要更高的准确性,以用于影响患者的应用程序。这对目前使用的方法提出了新的要求。在这项工作中,我们提出了一个新的系统,生物YODIE,并将其与其他两个流行的系统进行比较,以指导在不同的情况下,以及如何设计系统,以适应未来的需求合适的方法。
2018-11-12 cs.AI cs.CL cs.IR
An Investigation Between Schema Linking and Text-to-SQL Performance
Tohoku University(东北大学);RIKEN(理化学研究所)
文本到SQL是开发计算机理解自然语言的方法的关键任务。最近的神经方法提供了出色的性能;然而,难以解释的模型抑制了未来的发展。因此,本研究旨在提供一种更好的方法来解释神经模型。我们假设,如果我们同时识别模式链接的详细性能作为文本到SQL性能的附加信息,那么手头模型的内部行为变得更容易分析。我们将模式链接信息的地面实况注释提供到Spider数据集上。我们展示了注释数据的有用性以及如何分析当前最先进的神经模型。
2021-02-03 cs.CL
Rethinking Schema Linking: A Context-Aware Bidirectional Retrieval Approach for Text-to-SQL
University of Alberta, Canada(阿尔伯塔大学);Huawei Technologies Canada Co., Ltd., Canada(华为技术加拿大有限公司)
本文提出了一种上下文感知的双向检索方法,用于提升文本到SQL系统的模式链接精度与效率。
2026-01-26 cs.CL cs.IR
SoulMate: Short-text author linking through Multi-aspect temporal-textual embedding
Iran University of Science and Technology(伊朗科技大学);Singapore University of Technology and Design(新加坡科技设计大学);University of Queensland(昆士兰大学)
链接短文本内容的作者在许多应用中具有重要用途,包括命名实体识别(NER)和人类社区发现。然而,前面还有一些挑战。首先,输入的短文本内容是嘈杂的,模糊的,不遵循语法规则。其次,传统的文本挖掘方法不能有效地通过单词和短语提取概念。第三,文本内容具有时间倾斜性,可以通过多个时间层面影响语义理解。最后,使用互补的知识库使结果偏向于外部数据库的内容,偏离了对给定短文本语料库的真实性质的理解和解释。为了克服这些挑战,我们设计了一个基于神经网络的时间-文本框架,从微博短文本内容中生成紧密连接的作者子图。我们的方法,一方面,计算作者之间的相关性得分(边权重),通过考虑一个组合的内容和概念,另一方面,采用了一个堆栈明智的图切割算法来提取相关作者的社区。实验结果表明,与其他以知识为中心的竞争对手相比,我们的多方面向量空间模型可以实现更高的性能连接短文本作者。此外,给定作者链接任务,数据集越全面,提取的概念的重要性就越高。
2019-10-27 cs.CL cs.IR cs.LG
Schema-R1: A reasoning training approach for schema linking in Text-to-SQL Task
School of Internet of Things, Nanjing University of Posts and Telecommunications(物联网学院,南京邮电大学)
针对Text-to-SQL任务中模式链接模型微调推理能力不足的问题,提出由小样本构建、监督微调冷启动、规则强化学习三步组成的Schema-R1方法,使过滤准确率提升10%。
2025-06-13 cs.AI cs.CL cs.DB
RAT-SQL: Relation-Aware Schema Encoding and Linking for Text-to-SQL Parsers
University of Edinburgh(爱丁堡大学);UC Berkeley(加州大学伯克利分校);Microsoft Research(微软研究院)
当将自然语言问题转换为SQL查询以回答来自数据库的问题时,当代的语义解析模型难以推广到看不见的数据库模式。泛化的挑战在于(a)以语义解析器可访问的方式编码数据库关系,以及(b)在给定查询中对数据库列及其提及之间的对齐进行建模。我们提出了一个统一的框架,基于关系感知的自我注意力机制,以解决模式编码,模式链接,并在文本到SQL编码器的功能表示。在具有挑战性的Spider数据集上,该框架将精确匹配准确率提高到57.2%,比最好的同行提高了8.7%。通过进一步增强BERT,它在Spider排行榜上实现了65.6%的最新性能。此外,我们观察到模型对模式链接和对齐的理解有了质的改进。我们的实现将在https://github.com/Microsoft/rat-sql上开源。
2021-08-24 cs.AI cs.CL
Robust Candidate Generation for Entity Linking on Short Social Media Texts
University of Waterloo(滑铁卢大学);Twitter(推特)
实体链接(EL)是进入知识库的门户。EL的最新进展利用稠密检索方法进行候选生成,这解决了将NER提及与预先计算的字典进行匹配的基于XML的方法的一些缺点。在这项工作中,我们表明,在域的推文,这样的方法遭受用户往往包括非正式的拼写,有限的上下文,缺乏特异性,以及其他问题。我们调查了这些挑战的一个大的和最近的推文基准EL,经验评估查找和稠密检索的方法,并证明了一个混合的解决方案,使用长的上下文表示维基百科是必要的,以实现相当大的收益比以前的工作,实现0.93召回。
2022-10-14 cs.AI cs.CL cs.IR
Knapsack Optimization-based Schema Linking for LLM-based Text-to-SQL Generation
The Hong Kong Polytechnic University(香港理工大学);City University of Macau(澳门城市大学);Jinan University(济南大学)
本文提出KaSLA方法,通过引入受限缺失指标改进模式链接,优化SQL生成性能,实验表明其在Spider和BIRD基准上显著提升文本到SQL模型表现。
2026-04-22 cs.CL cs.DB
EviLink: Multi-Path Schema Linking with Uncertainty-Guided Evidence Acquisition for Large-Scale Text-to-SQL
School of Software Technology, Zhejiang University(浙江大学软件学院);State Key Lab of CAD&CG, Zhejiang University(浙江大学CAD&CG国家重点实验室);Tencent TEG(腾讯TEG);School of Mathematical Sciences, Peking University(北京大学数学科学学院)
提出EviLink方法,通过多假设模式基础与不确定性引导的证据获取,重新定义模式链接为不确定性感知的模式需求推理,以平衡模式完整性、相关性和令牌成本,提升大规模Text-to-SQL性能。
2026-09-29 cs.AI cs.CL
Semantic Enhanced Text-to-SQL Parsing via Iteratively Learning Schema Linking Graph
Tsinghua University(清华大学)
对于旨在将人类话语解析成SQL语句的Text-to-SQL系统来说,对新数据库的可推广性是至关重要的。现有的工作实现了这一目标,利用精确匹配的方法来确定词汇之间的匹配问题的话和模式项目。然而,这些方法在其他具有挑战性的情况下失败,例如同义词替换,其中对应的问题词和模式项目之间的表面形式不同。在本文中,我们提出了一个名为ISESL-SQL的框架,迭代地建立一个语义增强的模式链接图之间的问题令牌和数据库模式。首先,我们提取一个模式链接图从PLM通过探测过程中的无监督的方式。然后在训练过程中通过深度图学习方法进一步优化模式链接图。同时,我们还设计了一个辅助任务,称为图正则化,以改善模式链接图中提到的模式信息。在三个基准测试上的大量实验表明,ISESL-SQL可以始终优于基线,进一步的调查表明其通用性和鲁棒性。
2022-08-08 cs.CL
Extractive Schema Linking for Text-to-SQL
IBM Research AI(IBM研究院AI部门)
本文提出一种适配仅解码器LLM的抽取式模式链接新方法,通过细粒度控制精确率-召回率权衡,在提升Text-to-SQL任务计算效率和准确率的同时,解决了大数据库模式放入提示的难题。
2025-01-23 cs.AI cs.CL cs.DB
High-Throughput and Language-Agnostic Entity Disambiguation and Linking on User Generated Data
Lithium Technologies | Klout
实体消歧和链接(EDL)任务将文本中提到的实体与唯一的知识库(KB)标识符(如Wikipedia或Freebase ID)进行匹配。它在构建高质量信息网络中起着关键作用,并且可以进一步用于各种信息检索和NLP任务,如文本分类和文档标记。由于提及的模糊性和现实世界的文本是多语言的,因此EDL是一个复杂且具有挑战性的问题。此外,EDL系统需要具有高吞吐量,并且应该是轻量级的,以便扩展到大型数据集并在现成的机器上运行。更重要的是,这些系统需要能够从数据中提取密集注释并消除其歧义,以便使在数据上运行的信息检索或提取任务更加高效和准确。为了解决所有这些挑战,我们提出了Lithium EDL系统和算法-一种高吞吐量,轻量级,语言无关的EDL系统,比最先进的EDL系统多提取和正确消歧75%的实体,并且比它们快得多。
2017-03-13 cs.AI cs.CL cs.IR
AutoLink: Autonomous Schema Exploration and Expansion for Scalable Schema Linking in Text-to-SQL at Scale
AutoLink通过自主代理框架实现大规模文本到SQL的模式探索与扩展,提升模式链接的召回率和可扩展性。
2025-11-21 cs.CL cs.DB
RSL-SQL: Robust Schema Linking in Text-to-SQL Generation
Huazhong University of Science and Technology(华中科技大学);Alibaba Inc.(阿里巴巴集团)
针对文本转SQL任务中模式链接存在的必要元素遗漏和破坏数据库结构完整性问题,提出结合双向链接、上下文增强等策略的RSL-SQL框架,在BIRD和Spider基准上实现开源方案最优执行准确率,且使用低成本模型时优于GPT-4基系统。
2024-11-26 cs.AI cs.CL cs.DB
BLINK with Elasticsearch for Efficient Entity Linking in Business Conversations
Dialpad Canada Inc.(Dialpad加拿大公司)
实体链接系统将文本中实体的文本提及与知识库中相应的条目对齐。然而,在生产环境中部署神经实体链接系统以进行有效的实时推理是一项具有挑战性的任务。在这项工作中,我们提出了一个神经实体链接系统,将商业对话中的产品和组织类型实体连接到相应的维基百科和维基数据条目。所提出的系统利用Elasticsearch来确保部署在资源有限的云机器中时的推理效率,并在推理速度和内存消耗方面获得显着改善,同时保持高准确性。
2022-05-09 cs.CL cs.IR cs.LG
Biomedical Entity Linking with Triple-aware Pre-Training
HITEC e.V.(HITEC协会);Universität Hamburg(汉堡大学)
针对通用大语言模型在生物医学实体链接中存在的实体稀疏、缺乏实体间语义关联等问题,提出利用知识图谱合成语料预训练生成式大模型的新框架,但实验未证实加入同义词、描述或关系信息可提升性能。
2023-08-28 cs.AI cs.CL
A Knowledge Graph Based Solution for Entity Discovery and Linking in Open-Domain Questions
Peking University(北京大学);Harbin Institute of Technology(哈尔滨工业大学)
命名实体发现和链接是问答系统的基础和核心部分。在问句实体发现与链接(Question Entity Discovery and Linking,QEDL)问题中,由于短问句中的多个实体很难被完全发现,而短文本中的不完整信息又使得实体链接难以实现,从而对传统的方法提出了挑战。为了克服这些困难,我们提出了一个基于知识图谱的QEDL解决方案,并开发了一个系统,包括问题实体发现(QED)模块和实体链接(EL)模块。QED模块的方法是两种方法的折衷和集成。一种是基于知识图谱检索的方法,该方法能够提取更多的问题实体,保证召回率;另一种是基于条件随机场(CRF)的方法,该方法提高了查准率。将EL模块视为一个排序问题,利用学习排序(LTR)方法,结合语义相似度、文本相似度和实体流行度等特征,提取并充分利用短文本中的信息。在一个共享的QEDL评估任务的官方数据集上,我们的方法可以获得64.44%的QED和64.86%的EL的F1分数,排名第二,这表明它对QEDL问题的实际使用。
2018-12-05 cs.CL cs.IR
On the Temporality of Priors in Entity Linking
L3S Research Center(L3S研究中心)
实体连接是自然语言处理中处理文本中词汇歧义的一项基本任务。实体链接方法中的一个重要组成部分是提及实体的先验概率。尽管有大量的工作在实体链接,现有的方法没有明确考虑的时间方面,特别是一个实体的先验概率的时间性。我们认为,这种先验概率是时间的性质,并影响实体链接系统的性能。在本文中,我们系统地研究了先验对文本和知识库的时间有效性的实体连接性能的影响。
2021-01-14 cs.CL cs.LG
$M^3EL$: A Multi-task Multi-topic Dataset for Multi-modal Entity Linking
Peking University(北京大学);Advanced Institute of Big Data, Beijing(北京大数据研究院);National University of Defense Technology(国防科技大学);Xinjiang University(新疆大学)
针对现有多模态实体链接数据集规模小、任务与主题覆盖不足的问题,本文构建大规模多任务多主题数据集 $M^3EL$,并提出模态增强训练策略,显著提升 CLIP_ND 的跨任务准确率。
2024-10-08 cs.AI cs.CL cs.CV
Distant Supervision for Entity Linking
Tsinghua University(清华大学)
实体链接是信息抽取知识库填充过程中必不可少的操作。它研究了在知识库中将文本实体提及与其对应的消歧条目对齐。在本文中,我们提出了一个新的范例命名为远程监督实体链接(DSEL),在这个意义上,消除歧义的实体,属于一个巨大的知识库(Freebase)自动对齐到相应的描述性网页(维基页面)。通过这种方式,可以在没有手动注释的情况下生成大规模的弱标记数据,并将其馈送到分类器以链接更多新发现的实体。与传统的基于知识库的范式相比,DSEL通过充分利用Freebase和Wikipedia各自的优势而获益更多。具体而言,所提出的范例有利于弥合歧义标签(自由基)的实体和他们的文本描述(维基百科)的Web规模的实体。在140,000个项目和60,000个特征的数据集上进行的实验实现了0.517的基线F1度量。此外,我们分析了特征性能,并将F1-measure提高到0.545。
2015-08-05 cs.CL cs.IR
Improving Entity Linking by Modeling Latent Relations between Mentions
University of Edinburgh(爱丁堡大学);University of Amsterdam(阿姆斯特丹大学)
实体链接涉及将命名实体的文本提及与知识库中相应的条目对齐。实体链接系统经常利用文档中的文本提及之间的关系(例如,共同引用)以决定链接决定是否兼容。与以前的方法不同,这些方法依赖于监督系统或统计学来预测这些关系,我们将关系视为神经实体链接模型中的潜在变量。我们在没有任何监督的情况下诱导关系,同时以端到端的方式优化实体链接系统。我们的多关系模型在标准基准测试(AIDA-CoNLL)中获得了最好的报告分数,并且大大优于其关系不可知版本。它的训练也收敛得更快,这表明注入的结构偏差有助于解释训练数据中的错误。
2018-04-27 cs.CL
Solid-SQL: Enhanced Schema-linking based In-context Learning for Robust Text-to-SQL
School of Cyber Science and Engineering, Wuhan University(武汉大学网络科学与工程学院);Big Data and AI Platform Department, Tencent(腾讯大数据与人工智能平台部)
Solid-SQL通过增强模式链接和两轮结构相似性示例检索,提升文本到SQL系统在对抗扰动下的稳健性,在Spider和Bird上分别达到82.1%和58.9%的准确率,并在扰动基准上平均提升11.6%。
2024-12-17 cs.AI cs.CL
Efficient Biomedical Entity Linking: Clinical Text Standardization with Low-Resource Techniques
GE HealthCare(GE医疗)
本文提出一种低资源生物医学实体链接方法,利用同义词对学习,结合上下文与无上下文的重新排序技术,在Medmentions数据集上达到与最先进方法相当的性能,并引入文章级分析以补充评估。
2024-05-27 cs.CL
Conversational Entity Linking: Problem Definition and Datasets
Radboud University(拉德堡德大学);University of Stavanger(斯塔万格大学)
会话系统中的用户话语的机器理解对于实现与用户的有吸引力和有意义的会话至关重要。实体链接是文本理解的手段之一,在信息检索的各种下游任务中被证明是有效的。在本文中,我们研究会话系统的实体链接。为了更好地理解EL在对话环境中的含义,我们分析了现有对话数据集中的大量对话,并使用众包注释了对概念,命名实体和个人实体的引用。基于注释对话,我们确定了会话实体连接的主要特征。此外,我们报告了传统EL系统在我们的会话实体链接数据集ConEL上的性能,并对这些方法进行了扩展,以更好地适应会话设置。与本文一起发布的资源包括注释数据集,众包设置的详细描述,以及各种EL系统产生的注释。这些新资源允许调查实体在对话中的角色与文档或孤立的短文本语句(如查询和推文)中的角色有何不同,并补充现有的对话数据集。
2021-05-11 cs.CL cs.IR
Proton: Probing Schema Linking Information from Pre-trained Language Models for Text-to-SQL Parsing
University of Chinese Academy of Sciences(中国科学院大学);Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences(中国科学院深圳先进技术研究院);Alibaba Group(阿里巴巴集团);Massachusetts Institute of Technology(麻省理工学院)
构建可应用于新数据库的文本到SQL解析器的重要性早已被公认,实现这一目标的关键步骤是模式链接,即,在生成SQL时正确识别未看到的列或表。在这项工作中,我们提出了一种新的框架,通过基于庞加莱距离度量的探测过程,从大规模预训练的语言模型(PLM)中提取关系结构,并使用诱导的关系来增强当前基于图的解析器,以实现更好的模式链接。与常用的基于规则的模式链接方法相比,我们发现,探测关系可以鲁棒地捕获语义对应关系,即使在表面形式的提及和实体不同。此外,我们的探测过程是完全无监督的,不需要额外的参数。大量的实验表明,我们的框架设置新的国家的最先进的性能在三个基准。我们实证验证,我们的探测程序确实可以找到所需的关系结构,通过定性分析。我们的代码可以在https://github.com/AlibabaResearch/DAMO-ConvAI上找到。
2022-08-06 cs.CL
Implicit Entity Linking in Tweets
Kno.e.sis Center, Wright State University(莱特州立大学Kno.e.sis中心);IBM Research(IBM研究院)
多年来,Twitter已成为最大的通信平台之一,为品牌监控、趋势检测等各种应用提供关键数据。实体链接是从推文理解自然语言的主要任务之一,它将文本中的实体提及与知识库中的对应条目相关联,以便提供明确的解释和附加上下文。最先进的技术集中在链接推文中明确提到的实体,并取得了一定的成功。然而,我们认为,除了明确提到,即电影重力比火星轨道飞行器任务实体(电影重力)更昂贵,也可以含蓄地提到,即这部新的太空电影是疯狂的。你一定要看!介绍了推文中的隐式实体链接问题。我们提出了一种方法,模型的实体,利用他们的事实和背景知识。我们演示了如何使用这些模型来执行隐式实体链接的地面实况数据集与397推文从两个域,即电影和书籍。具体而言,我们显示:1)链接隐式实体的重要性及其对标准实体链接任务的附加值,以及2)利用与实体相关联的上下文知识来链接它们的隐式提及的重要性。我们还公开了地面实况数据集,以促进这一新研究领域的研究。
2017-07-26 cs.AI cs.CL
LinkAlign: Scalable Schema Linking for Real-World Large-Scale Multi-Database Text-to-SQL
China Academy of Information and Communications Technology(中国信息通信技术研究院);Renmin University of China(中国人民大学);University of International Business and Economics(国际经济贸易大学)
LinkAlign通过多轮语义增强检索、无关信息隔离和模式提取增强,解决大规模多数据库场景下的模式链接两大挑战,在Spider 2.0-Lite上以开源LLM达到33.09%的新SOTA。
2025-09-08 cs.CL
SchemaGraphSQL: Efficient Schema Linking with Pathfinding Graph Algorithms for Text-to-SQL on Large-Scale Databases
University of Tehran(德黑兰大学);Sharif University of Technology(谢里夫理工大学)
提出一种零样本、无需训练的模式链接方法,利用外键图与路径查找算法优化Text-to-SQL,在BIRD基准上达到最先进性能,兼具简单、低成本与高可扩展性。
2025-05-23 cs.AI cs.CL cs.DB
Read, Retrospect, Select: An MRC Framework to Short Text Entity Linking
Faculty of Electronics and Information Engineering, Xi’an Jiaotong University(西安交通大学电子与信息工程学院);Huawei Cloud & AI(华为云与人工智能)
针对快速增长的短文本(例如搜索查询和新闻标题)的实体链接(EL)对于工业应用至关重要。大部分现有的方法依赖于足够的上下文长文本EL是不有效的简洁和稀疏的短文本。本文提出了一个新的框架,称为多轮多选择机器阅读理解(M3}),从一个新的角度来解决短文本EL:每个歧义提及产生一个查询,利用其周围的上下文,并使用选项选择模块来识别黄金实体的候选人使用的查询。通过这种方式,M3框架在编码过程中充分地将有限的上下文与候选实体进行交互,并且在选择阶段隐式地考虑候选束内部的相异性。此外,我们设计了一个两阶段的验证纳入M3,以解决普遍存在的不确定性问题,在短文本。为了进一步考虑被提及实体之间的主题连贯性和相互依赖性,M3利用多轮方式通过回顾历史线索以序列方式处理提及。测试结果表明,M3框架在五个中文和英文数据集上对真实世界中的短文本EL具有最好的性能。
2021-01-07 cs.CL
Benchmarking Diverse-Modal Entity Linking with Generative Models
Virginia Tech(弗吉尼亚理工大学);AWS AI Labs(亚马逊云科技人工智能实验室)
本文构建覆盖文本、图像和表格三种模态的多样模态实体链接基准DMEL,并提出生成式多样模态模型GDMM,通过预训练与微调平均超越最先进特定任务模型8.51 F1分数。
2023-05-27 cs.AI cs.CL
Argument-Aware Approach To Event Linking
Information Science Institute, University of Southern California(南加州大学信息科学研究所);Computer Science Department, University of California, Los Angeles(加州大学洛杉矶分校计算机科学系);Cisco Research(思科研究)
本文提出论元感知的事件链接方法,通过标注事件论元增强输入并合成知识库外训练样本,在两个数据集上显著提升了知识库内和知识库外事件链接性能。
2024-06-06 cs.AI cs.CL
Leveraging Semantic Parsing for Relation Linking over Knowledge Bases
IBM Research(IBM研究院)
知识库问答系统严重依赖于关系抽取和链接模块。然而,从文本中提取和链接关系到知识库的任务面临两个主要挑战:自然语言的模糊性和缺乏训练数据。为了克服这些挑战,我们提出了SLING,一个关系链接框架,利用语义解析,使用抽象意义表示(AMR)和远程监督。SLING集成了多种关系链接方法,这些方法可以捕获互补信号,例如语言线索,丰富的语义表示和来自知识库的信息。使用三个KBQA数据集QALD-7,QALD-9和LC-QuAD 1.0进行关系链接的实验表明,所提出的方法在所有基准测试中都达到了最先进的性能。
2020-09-16 cs.AI cs.CL
Text Classification Models for Form Entity Linking
University of La Rioja(拉里奥哈大学)
表单是一种广泛使用的基于模板的文档类型,广泛应用于各种领域,包括管理、医学、金融或保险等。由于每天生成的表格数量不断增加,因此非常需要自动提取这些文档中包含的信息。但是,在处理扫描表单时,这并不是一项简单的任务,因为表单实体的位置和扫描文档的质量不同,模板的多样性也很大。在这种情况下,所有表单都有一个共同的特征:它们包含一个以键-值(或标签-值)对构建的相互链接的实体集合,以及其他实体,如标题或图像。在这项工作中,我们已经tacked的问题,实体链接的形式,结合图像处理技术和文本分类模型的基础上BERT架构。这种方法在FUNSD数据集上获得了最先进的结果,F1得分为0.80,比以前的最佳方法提高了5%。这个项目的代码可以在https://github.com/mavillot/FUNSD-Entity-Linking上找到。
2021-12-14 cs.CL cs.CV
MAG-SQL: Multi-Agent Generative Approach with Soft Schema Linking and Iterative Sub-SQL Refinement for Text-to-SQL
South China University of Technology(华南理工大学);Tsinghua University(清华大学)
针对复杂数据库模式与问题下文本到SQL性能不足及中间步骤缺乏监督的问题,提出MAG-SQL多智能体生成方法,采用软模式链接与迭代子SQL细化,在BIRD上以GPT-4实现61.08%执行准确率,超越基线。
2024-11-07 cs.AI cs.CL
AMELI: Enhancing Multimodal Entity Linking with Fine-Grained Attributes
Virginia Tech(弗吉尼亚理工学院)
该研究提出属性感知多模态实体链接任务,构建了含大规模数据的AMELI基准与知识库,提出融入实体属性的消歧新方法,验证了属性对该任务的关键作用,且首次将属性引入该任务并公开相关资源。
2025-06-10 cs.CL
Reddit Entity Linking Dataset
University of Notre Dame(圣母大学)
我们引入并公开了一个来自Reddit的实体链接数据集,该数据集包含17,316个链接实体,每个实体由三个人类注释者注释,然后分为Gold,Silver和Bronze以表示注释者之间的协议。我们分析了注释者所犯的不同错误和分歧,并对原始数据提出了三种类型的更正。最后,我们测试了现有的实体链接模型,这些模型是在非社交媒体数据集的文本上训练和调整的。我们发现,尽管这些现有的实体链接模型在其原始数据集上表现非常好,但在这个社交媒体数据集上表现不佳。我们还表明,大多数这些错误可以归因于性能不佳的提及检测子任务。这些结果表明,需要更好的实体链接模型,可以应用于大量的社交媒体文本。
2021-02-25 cs.CL
The mapKurator System: A Complete Pipeline for Extracting and Linking Text from Historical Maps
University of Minnesota(明尼苏达大学)
本文提出mapKurator端到端系统,整合机器学习模型与数据处理流水线,实现从大规模历史地图扫描件中自动提取、后处理和关联文本标签,并在David Rumsey馆藏中处理了超过6万张地图和1亿个地名。
2023-07-03 cs.AI cs.CL cs.CV
RASL: Retrieval Augmented Schema Linking for Massive Database Text-to-SQL
Amazon(亚马逊)
针对大语言模型数据库自然语言接口难以扩展到企业级海量数据目录的问题,提出RASL检索增强架构,拆解模式元数据为语义单元单独索引,兼顾表识别与列信息利用,在海量数据库上表现优于基线,无需领域微调即可适配企业场景。
2025-07-30 cs.AI cs.CL cs.LG
Multimodal Entity Linking for Tweets
Université Paris-Saclay(巴黎-萨克雷大学);CEA(法国原子能委员会);CNRS(法国国家科学研究中心)
在许多信息抽取应用中,实体链接(EL)已经成为一项重要的任务,它允许从知识库中利用有关命名实体的信息。在本文中,我们解决的任务,多模态实体链接(MEL),一个新兴的研究领域,文本和视觉信息被用来映射一个模糊的提到一个实体在知识库(KB)。首先,我们提出了一种方法来构建一个完全注释的Twitter数据集MEL,其中实体定义在Twitter知识库。然后,我们提出了一个模型,共同学习的表示提到和实体从他们的文本和视觉环境。我们通过在建议的数据集上对其进行评估来证明所提出的模型的有效性,并强调了在可用时利用视觉信息的重要性。
2021-04-07 cs.CL cs.IR cs.MM
Joint Open Knowledge Base Canonicalization and Linking
Nankai University(南开大学);Tsinghua University(清华大学)
开放式信息抽取(OIE)方法从文本中抽取出大量的OIE三元组(名词短语、关系短语、名词短语),组成大型的开放式知识库(OKB)。然而,OKB中的名词短语和关系短语并不规范,经常出现在不同的释义文本变体中,这导致了冗余和歧义的事实。为了解决这个问题,有两个相关的任务:OKB规范化(即,将NP和RP转化为规范化形式)和OKB连接(即,将NP和RP与它们在策划的知识库中的对应实体和关系链接起来(例如,DBPedia)。这两个任务是紧密耦合的,一个任务可以从另一个任务中受益匪浅。然而,迄今为止,它们一直被孤立地研究。本文首次探讨了OKB规范化和链接的联合任务,并提出了一个基于因子图模型的新框架JOCL,使两者相互加强。JOCL足够灵活,可以结合来自两个任务的不同信号,并能够扩展以适应任何新的信号。通过对两个大规模OIE三重数据集的实验研究表明,我们的框架在平均F1(准确性)方面优于所有用于OKB规范化(OKB链接)任务的基线方法。
2022-12-02 cs.AI cs.CL
MDB-Link: Hierarchical Schema Linking for Multi-Database Text-to-SQL
University of Manchester(曼彻斯特大学);Faculty of Science and Engineering(科学与工程学院)
本文针对多数据库Text-to-SQL场景提出分层模式链接框架MDB-Link,结合LLM实现数据库定位与列选择,在多个数据集上性能及运行速度均优于基线方法,可高效支撑SQL生成。
2026-08-11 cs.CL
Who's Waldo? Linking People Across Text and Images
Cornell University(康奈尔大学);Cornell Tech(康奈尔科技校区)
我们提出了一个以人为中心的视觉基础的任务和基准数据集,标题中命名的人和图像中描绘的人之间的联系问题。与之前主要基于对象的视觉基础工作相比,我们的新任务掩盖了标题中的人名,以鼓励在这种图像-标题对上训练的方法专注于上下文线索(例如多个人之间的丰富交互),而不是学习名字和外观之间的关联。为了方便这项任务,我们引入了一个新的数据集,谁的沃尔多,自动挖掘维基共享资源上的图像标题数据。我们提出了一种基于transformer的方法,在这项任务上优于几个强大的基线,并将我们的数据发布给研究社区,以促进考虑视觉和语言的上下文模型的工作。
2021-08-17 cs.CL cs.CV cs.LG