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
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
Investigating Entity Knowledge in BERT with Simple Neural End-To-End Entity Linking
University of Mannheim（曼海姆大学）
端到端实体链接系统的典型架构包括三个步骤：提及检测、候选生成和实体消歧。在这项研究中，我们调查了以下问题：（a）所有这些步骤都可以与上下文文本表示模型，即BERT（Devlin等人，2019年）？(b)预训练的BERT中已经包含了多少实体知识？(c)额外的实体知识是否提高了BERT在下游任务中的性能？为此，我们提出了一种对实体链接设置的极端简化，效果非常好：只需将其转换为整个实体词汇表（在我们的情况下超过70万个类）上的每个标记分类。我们在一个实体链接基准上表明：（i）该模型改进了普通BERT的实体表示，（ii）它优于单独优化任务的实体链接架构，以及（iii）它仅次于当前最先进的技术，即联合提到检测和实体消歧。此外，我们调查的有用性的实体感知令牌表示的文本理解基准GLUE，以及问答基准SQUAD V2和SWAG和EN-DE WMT 14机器翻译基准。令我们惊讶的是，我们发现这些基准测试中的大多数并没有从额外的实体知识中受益，除了一个具有非常小的训练数据的任务，即GLUE中的RTE任务，它提高了2%。
2020-03-11 cs.CL 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
Question Answering over Knowledge Graphs with Neural Machine Translation and Entity Linking
Universidad de Chile（智利大学）；IMFD（智利千年基础数据研究所）
知识图谱上的问答（KGQA）的目标是在知识图谱上找到自然语言问题的答案。最近的KGQA方法采用神经机器翻译（NMT）方法，其中自然语言问题被翻译成结构化查询语言。然而，NMT遭受词汇表外的问题，其中问题中的术语在训练期间可能没有被看到，从而阻碍了它们的翻译。这个问题对于大型知识图谱描述的数百万个实体来说尤其成问题。相反，我们提出了一个KGQA的方法，代表实体的实体链接（EL）系统的处理。然后，NMT用于创建具有占位符的查询模板，占位符由EL阶段中标识的实体填充。槽填充用于决定哪个实体填充哪个占位符。在Wikidata上进行QA的实验表明，我们的方法优于纯NMT：虽然在训练过程中仍然强烈依赖于看到类似的查询模板，但与实体相关的错误大大减少。
2021-07-06 cs.AI cs.CL
Linking Knowledge to Care: Knowledge Graph-Augmented Medical Follow-Up Question Generation
Carnegie Mellon university（卡内基梅隆大学）；Amazon Health AI（亚马逊健康AI）
本文提出KG-Followup方法，通过知识图谱增强LLM，提升医疗随访问题生成的准确性和效率。
2026-03-01 cs.AI cs.CL
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
PNEL: Pointer Network based End-To-End Entity Linking over Knowledge Graphs
Language Technology Group, Universität Hamburg（汉堡大学语言技术组）；Fraunhofer IAIS（弗劳恩霍夫智能分析与信息系统研究所）；Smart Data Analytics Group, University of Bonn（波恩大学智能数据分析组）
问答系统通常被建模为由一系列步骤组成的流水线。在这样的管道中，实体链接（EL）通常是第一步。几个EL模型首先执行跨度检测，然后实体消歧。在这样的模型中，来自跨度检测相位的误差级联到后面的步骤，并导致整体精度的下降。此外，训练数据中缺乏黄金实体跨度是跨度检测器训练的限制因素。因此，向端到端EL模型的移动开始于不涉及单独的跨度检测步骤的地方。在这项工作中，我们提出了一种新的方法，端到端EL通过应用流行的指针网络模型，实现了竞争力的性能。我们在维基数据知识图谱上的三个数据集上进行了评估。
2020-08-31 cs.AI cs.CL
JEL: Applying End-to-End Neural Entity Linking in JPMorgan Chase
JPMorgan Chase（摩根大通）
本文提出端到端神经实体链接模型JEL，利用最小上下文和边际损失生成实体嵌入，结合宽深模型匹配字符与语义，在金融新闻公司名链接中达到先进性能，并已部署于摩根大通系统。
2024-11-05 cs.AI cs.CL cs.IR
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
Linking Entities to Unseen Knowledge Bases with Arbitrary Schemas
Amazon AI（亚马逊人工智能（Amazon AI））
在实体链接中，原始文本中提到的命名实体将根据知识库（KB）进行消歧。这项工作的重点是链接到看不见的知识库，没有训练数据，其模式是未知的训练期间。我们的方法依赖于将具有多个属性值对的任意KB中的实体灵活转换为平面字符串的方法，我们将其与最先进的模型结合使用以进行零次（zero-shot）链接。为了提高我们的模型的泛化能力，我们使用了两种正则化方案，基于实体属性的洗牌和看不见的属性的处理。在英语数据集上进行的实验表明，我们的模型在CoNLL数据集上进行训练，并在TAC-KBP 2010数据集上进行测试，结果表明，我们的模型比基线模型的准确度高出12个点以上。与之前的工作不同，我们的方法还允许无缝组合多个训练数据集。我们通过添加一个完全不同的数据集（Wikia）以及增加TAC-KBP 2010训练集的训练数据来测试这种能力。我们的模型在各方面都表现良好。
2020-10-21 cs.CL
PEL-BERT: A Joint Model for Protocol Entity Linking
University of Chinese Academy of Sciences（中国科学院大学）；The Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）；Sichuan University（四川大学）；Beijing Jiaotong University（北京交通大学）
预训练模型（如BERT）广泛用于NLP任务，并经过微调以持续提高各种NLP任务的性能。然而，在我们的协议语料库上训练的微调BERT模型在实体链接（EL）任务上仍然表现较弱。在本文中，我们提出了一个模型，关节微调语言模型与RFC领域模型。首先，我们设计了一个协议知识库作为协议EL的指导。其次，我们提出了一种新的模型，PEL-BERT，连接命名实体的协议知识库中的类别。最后，我们对预训练的语言模型在描述性文本和抽象概念上的性能进行了全面的研究。实验结果表明，我们的模型在我们的注释数据集上实现了最先进的EL性能，优于所有基线。
2020-01-28 cs.AI cs.CL cs.LG
Knowledge-Rich Self-Supervision for Biomedical Entity Linking
Microsoft Research（微软研究院）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
实体链接面临着巨大的挑战，如多产的变化和普遍的歧义，特别是在高价值的领域与无数的实体。标准的分类方法受到注释瓶颈的影响，不能有效地处理不可见的实体。Zero-shot实体链接已经成为推广到新实体的一个有前途的方向，但它仍然需要在训练期间提到的示例黄金实体和对所有实体的规范描述，这两者在维基百科之外很少可用。在本文中，我们探讨知识里奇自我监督（$\tt KRISS$）的生物医学实体链接，利用现成的领域知识。在训练中，它使用领域本体在未标记文本上生成自监督提及示例，并使用对比学习训练上下文编码器。对于推理，它将自监督提及作为每个实体的原型进行采样，并通过将测试提及映射到最相似的原型来进行链接。我们的方法可以很容易地将实体描述和黄金提到标签，如果可用的话。我们对涵盖生物医学文献和临床笔记的七个标准数据集进行了广泛的实验。在不使用任何标记信息的情况下，我们的方法产生$\tt KRISSBERT$，这是一个通用的实体链接器，用于400万个UMLS实体，达到了最新的技术水平，在准确性上超过了之前的自监督方法20个绝对点。
2022-05-23 cs.CL
MAG: A Multilingual, Knowledge-base Agnostic and Deterministic Entity Linking Approach
AKSW Research Group（AKSW研究组）；University of Leipzig（莱比锡大学）；Data Science Group（数据科学组）；University of Paderborn（帕德博恩大学）
实体链接最近已经成为重要研究主体的主题。目前，性能最好的方法依赖于经过训练的单语言模型。因此，将这些方法移植到其他语言是一项困难的工作，因为它需要相应的训练数据和模型的再训练。我们提出了一种新的多语言，基于知识的不可知论和确定性的方法来解决这个缺点的实体链接，被称为MAG。MAG是基于结构化知识库和图形算法的结合基于上下文的检索。我们评估MAG的23个数据集和7种语言。我们的研究结果表明，在英语数据集（PBOH）上训练的最佳方法实现了微观F测量，在其他语言的数据集上最多差4倍。另一方面，MAG在英语数据集上实现了最先进的性能，并且在非英语语言上达到了比PBOH高0.6的微观F度量。
2017-10-17 cs.CL
Cross-Domain Neural Entity Linking
Universität des Saarlandes（萨尔大学）；Bosch Center for Artificial Intelligence（博世人工智能中心）
实体链接是将提及匹配到给定知识库（KB）中的实体的任务。它有助于注释Web上存在的大量文档，以利用有关其匹配实体的新事实。然而，现有的实体链接系统专注于开发模型，这些模型通常是依赖于域的，并且仅对它们已经训练的特定知识库是鲁棒的。在对来自不同领域的文件和知识库进行评估时，性能并不充分。基于预先训练的语言模型的方法，如Wu et al.（2020），试图使用zero-shot设置来解决这个问题，这说明了在通用域KB上进行评估时的一些潜力。然而，在特定于域的KB上进行评估时，性能并不等同。为了允许跨不同域的更准确的实体链接，我们提出了我们的框架：跨域神经实体链接（CDNEL）。我们的目标是有一个单一的系统，使同时链接到通用域知识库和域特定知识库。CDNEL通过学习来自不同领域的这些知识库的联合表示空间来工作。使用Logeswaran等人（2019）构建的外部实体链接数据集（Zeshel）和Botzer等人（2021）收集的Reddit数据集进行评估，以将我们提出的方法与最先进的结果进行比较。所提出的框架使用不同类型的数据集进行微调，从而产生不同的CDNEL模型变体。当在Zeshel数据集中包含的四个域上进行评估时，这些变体实现了9%的平均精度增益。
2022-09-28 cs.CL cs.IR cs.LG
End-to-End Entity Linking and Disambiguation leveraging Word and Knowledge Graph Embeddings
University of Bonn（波恩大学）；Fraunhofer IAIS（弗劳恩霍夫应用信息技术研究所）；Ruhr University Bochum（波鸿鲁尔大学）
实体链接-将自然语言话语中的实体提及连接到知识图谱（KG）实体是KG上的问答的关键步骤。它通常基于测量实体标签与问题中提到的实体之间的字符串相似性。问题中提到的关系有助于消除具有相同标签的实体之间的歧义。如果在关系链接步骤中已经识别出不正确的关系，则这可能是误导性的。然而，不正确的关系可能仍然在语义上类似于正确实体在KG内形成三元组的关系;这可以通过它们的KG嵌入的相似性来捕获。基于这一思想，我们提出了第一个端到端的神经网络方法，采用KG以及词嵌入来执行简单问题的联合关系和实体分类，同时隐式地执行实体消歧与一种新的门控机制的帮助。实证评估表明，所提出的方法实现了性能相当于国家的最先进的实体链接，同时需要较少的后处理。
2020-02-25 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
LELA: an LLM-based Entity Linking Approach with Zero-Shot Domain Adaptation
Télécom Paris Institut Polytechnique de Paris（巴黎电信理工学院）
LELA是一种基于大语言模型的实体链接方法，通过零样本领域适应实现高效准确的实体链接，优于传统微调方法。
2026-08-07 cs.CL
S2abEL: A Dataset for Entity Linking from Scientific Tables
University of Michigan（密歇根大学）；Allen Institute for AI（艾伦人工智能研究所）
该研究推出首个面向科学表格的实体链接数据集S2abEL，含732张表格的8429个单元格的人工标注，提出适配知识库外提及的神经基线方法，性能优于通用SOTA方法，同时指出仍有提升空间。
2023-04-30 cs.CL cs.IR cs.LG
Encoding Knowledge Graph Entity Aliases in Attentive Neural Network for Wikidata Entity Linking
Fraunhofer IAIS, University of Bonn, Germany（德国波恩大学弗劳恩霍夫研究所人工智能研究所（Fraunhofer IAIS））；Cerence GmbH, and Zerotha Research, Germany（德国Cerence GmbH公司，以及Zerotha Research）；TIB, Hannover, Germany（德国汉诺威技术信息中心（TIB））；University of Dayton, USA（美国代顿大学）
协作知识图谱（如Wikidata）过度依赖人群来创作信息。由于群体不受用于分配实体标题的标准协议的约束，因此知识图谱由非标准的、嘈杂的、长的或甚至有时笨拙的标题填充。长的、隐式的、非标准的实体表示是实体链接（EL）方法获得高精确度和召回率的一个挑战。一般来说，基础KG是EL方法的目标实体的来源，然而，它通常包含其他相关信息，例如实体的别名（例如，奥巴马和巴拉克·侯赛因·奥巴马是实体巴拉克·奥巴马的别名。EL模型通常会忽略这些现成的实体属性。在本文中，我们研究的作用，知识图谱上下文上的一个细心的神经网络方法的实体链接维基数据。我们的方法有助于利用足够的背景下，从KG作为背景知识的来源，然后送入神经网络。这种方法证明了解决与实体标题（多字、长、隐式、区分大小写）相关的挑战的优点。我们的实验研究表明，与基线方法相比，改进了约8%，并且显著优于维基数据实体链接的端到端方法。
2020-09-26 cs.CL
Generative Biomedical Entity Linking via Knowledge Base-Guided Pre-training and Synonyms-Aware Fine-tuning
Tsinghua University（清华大学）
实体是生物医学自然语言理解的核心，由于概念名称的细粒度和多样性，生物医学实体连接（EL）任务仍然具有挑战性。生成式方法在一般域EL中实现了显着的性能，占用内存较少，但需要昂贵的预训练。先前的生物医学EL方法利用来自知识库（KB）的同义词，这对于注入到生成方法中来说并不是微不足道的。在这项工作中，我们使用生成的方法来建模生物医学EL，并提出注入同义词的知识，我们提出知识库引导的预训练，通过构建合成样本的同义词和定义从知识库，并要求模型恢复概念名称。我们还提出了同义词感知的微调来选择概念名称进行训练，并提出了解码器提示和多同义词约束前缀树进行推理。我们的方法在几个生物医学EL任务上取得了最先进的结果，而无需候选人选择，这显示了所提出的预训练和微调策略的有效性。
2022-05-21 cs.CL
PDD Graph: Bridging Electronic Medical Records and Biomedical Knowledge Graphs via Entity Linking
Nanjing University（南京大学）
电子病历包含多种格式的电子医疗数据，其中包含丰富的医学知识。面对患者的症状，有经验的护理人员根据他们的专业知识做出正确的医疗决策，准确把握症状，诊断和相应治疗之间的关系。在本文中，我们的目标是通过构建一个连接电子病历中的患者、疾病和药物（PDD）的大型高质量异质图来捕获这些关系。具体而言，我们提出了一种新的框架，提取重要的医学实体MIMIC-III（医学信息集市重症监护III），并自动将它们与现有的生物医学知识图谱，包括ICD-9本体和DrugBank。本文中提出的PDD图可以通过SPARQL端点在Web上访问，并为医学发现和应用提供了一条途径，例如有效的治疗建议。
2017-07-24 cs.AI cs.DB cs.IR
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
Evaluating end-to-end entity linking on domain-specific knowledge bases: Learning about ancient technologies from museum collections
Sciences Po（巴黎政治学院）；USC（南加州大学）；Boston College（波士顿学院）
本研究探索使用现代Entity Linking方法丰富博物馆藏品数据，构建了含1700多篇文本和7510个mention-entity对的数据集，微调端到端EL模型并显著优于现有方法，发布了数据集与模型。
2023-05-23 cs.CL cs.LG
Entity Linking Meets Deep Learning: Techniques and Solutions
Nankai University（南开大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Tsinghua University（清华大学）；Jiangsu Normal University（江苏师范大学）
实体链接（EL）是将出现在Web文本中的实体提及与知识库中相应的实体链接的过程。EL在知识工程和数据采掘领域发挥着重要作用，是知识库填充、内容分析、关系抽取和问答等各种下游应用的基础。近年来，在各个领域取得巨大成功的深度学习（DL）也被用于EL方法，以超越传统的基于机器学习的方法并产生最先进的性能。在这项调查中，我们提出了一个全面的审查和分析现有的DL为基础的EL方法。首先，我们提出了一个新的分类，它组织现有的DL基于EL方法使用三个轴：嵌入，功能和算法。然后，我们系统地调查代表EL方法沿三个轴的分类。随后，我们介绍了10个常用的EL数据集，并给出了定量的性能分析基于DL的EL方法在这些数据集。最后，我们讨论了现有方法的局限性，并强调了一些有前途的未来方向。
2021-09-26 cs.AI cs.CL
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
KnowGL: Knowledge Generation and Linking from Text
IBM Research AI（IBM研究院人工智能部门）；Thomas J. Watson Research Center（托马斯·J·沃森研究中心）
我们提出了KnowGL，一个工具，允许将文本转换为结构化的关系数据表示为一组ABox断言符合TBox的一个给定的知识图谱（KG），如Wikidata。我们利用预先训练的序列到序列语言模型，例如BART，将这个问题作为序列生成任务来解决。给定一个句子，我们微调这些模型来检测实体提及对，并联合生成一组由KG的完整语义注释组成的事实，例如实体标签，实体类型及其关系。为了展示我们的工具的功能，我们构建了一个Web应用程序，该应用程序由一组UI小部件组成，这些UI小部件可以帮助用户浏览从给定输入文本中提取的语义数据。我们在https://huggingface.co/ibm/knowgl-large上提供KnowGL模型。
2022-11-22 cs.AI cs.CL cs.IR
A Practical Entity Linking System for Tables in Scientific Literature
GE Research（GE研究中心）；University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
本文提出一个通用实体链接系统，用于将科学文献表格中的实体链接到 Wikidata，并针对 COVID-19 文献进行适配，利用表格结构特征提升性能，且通过离线实例增强实用性。
2023-06-12 cs.AI cs.CL cs.IR
Linking Physicians to Medical Research Results via Knowledge Graph Embeddings and Twitter
University of Bonn（波恩大学）；Fraunhofer Institute for Intelligent Analysis and Information Systems（弗劳恩霍夫智能分析与信息系统研究所）
向专业人员通报其领域的最新研究成果是医疗保健领域的一项特别重要的任务，因为该领域的任何发展都直接改善了患者的健康状况。同时，社交媒体是一种允许公众即时共享信息的基础设施，因此它最近在医疗应用中变得流行。在这项研究中，我们应用多距离知识图谱嵌入（MDE）将医生和外科医生与最新的医学突破联系起来，这些突破作为研究成果在Twitter上共享。我们的研究表明，使用这种方法，医生可以了解他们领域的新发现，因为他们有一个专门的专业账户。
2020-02-21 cs.AI cs.IR cs.LG
Team Fusion@ SU@ BC8 SympTEMIST track: transformer-based approach for symptom recognition and linking
FMI, Sofia University St. Kliment Ohridski（索非亚大学圣克利门特奥赫里德斯基学院数学与信息学系）；Ontotext
本文提出基于 transformer 的方法解决 SympTEMIST 命名实体识别和实体链接任务，通过微调 RoBERTa 模型和知识库选择提升准确性。
2026-04-07 cs.AI cs.CL
Clustering-based Inference for Biomedical Entity Linking
College of Information and Computer Sciences University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校信息与计算机科学学院）；Chan Zuckerberg Initiative（陈-扎克伯格倡议）
由于生物医学知识库中存在大量的实体，只有一小部分实体具有相应的标记训练数据。这就需要实体链接模型，这些模型能够使用学习到的实体表示来链接提到的不可见实体。以前的方法独立地链接每个提及，忽略了实体提及之间的文档内和跨文档的关系。这些关系对于生物医学文本中的链接提及非常有用，其中链接决定通常很困难，因为提及具有通用或高度专业化的形式。在本文中，我们介绍了一个模型，在该模型中，不仅可以通过链接到一个知识库实体，但也通过分组多个提到一起，通过聚类和共同作出链接预测的链接决策。在最大的公开生物医学数据集上的实验中，我们将实体链接的最佳独立预测提高了3.0个点的准确性，并且我们基于聚类的推理模型进一步提高了实体链接2.3个点。
2021-04-08 cs.CL
MemeGraphs: Linking Memes to Knowledge Graphs
University of Vienna（维也纳大学）；UniVie Doctoral School Computer Science（维也纳大学计算机科学博士学院）；Boston University（波士顿大学）；Ludwig Maximilians University of Munich（慕尼黑大学）
提出使用场景图和知识图谱作为基于Transformer架构的模因分类结构化表示，相比仅使用学习表示的ImgBERT模型取得一致改进，并发现自动生成的图更适合模因仇恨性分类。
2023-06-26 cs.CL cs.CV cs.LG
Distant Learning for Entity Linking with Automatic Noise Detection
University of Edinburgh（爱丁堡大学）；University of Amsterdam（阿姆斯特丹大学）
已经为注释数据（即，链接到知识库的文本）。然而，对于不存在或存在非常有限量的标记数据的设置（例如，法律或科学领域）。在这项工作中，我们展示了如何在没有任何标记示例的情况下学习链接提及，只有一个知识库和来自相应领域的未注释文本的集合。为了实现这一目标，我们将任务定义为一个多实例学习问题，并依靠表面匹配来创建初始噪声标签。由于学习信号较弱并且我们的替代标签有噪音，我们在模型中引入了噪音检测组件：它让模型检测并忽略可能有噪音的示例。我们的方法，联合学习检测噪声和链接实体，大大优于表面匹配基线。对于实体类别的子集，它甚至接近监督学习的性能。
2019-06-04 cs.AI cs.CL cs.LG
Medical Entity Linking using Triplet Network
IIT Kharagpur（印度理工学院卡拉格普尔分校）；Excelra Knowledge Solutions Pvt Ltd（Excelra知识解决方案私人有限公司）
实体链接（或规范化）是文本挖掘中的一项重要任务，它将医学文本中提到的实体映射到给定知识库（KB）中的标准实体。这项工作在医学领域具有重要意义。它还可以用于合并不同的医学和临床本体。在本文中，我们围绕疾病的链接或正常化的问题。该任务分两个阶段执行：候选人生成和候选人评分。在本文中，我们提出了一种方法来排名的候选知识库条目的基础上，他们的相似性与疾病的提及。我们使用三重网络进行候选人排名。虽然现有的方法已经使用精心生成的筛子和外部资源的候选生成，我们引入了一个强大的和便携式的候选生成方案，不使用手工制作的规则。在标准基准NCBI疾病数据集上的实验结果表明，我们的系统比以前的方法有显着的优势。
2020-12-21 cs.AI cs.CL
Distilling Closed-Source LLM's Knowledge for Locally Stable and Economic Biomedical Entity Linking
Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心）；University of Chinese Academy of Sciences（中国科学院大学）；Changsha Aier Eye Hospital（长沙爱尔眼科医院）；Portland State University（波特兰州立大学）
提出RPDR框架，结合闭源与开源LLM，通过蒸馏知识实现本地部署，解决生物医学实体链接中闭源LLM的稳定性与经济成本问题，在低资源数据下显著提升准确率。
2025-05-26 cs.AI 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
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
Reveal the Unknown: Out-of-Knowledge-Base Mention Discovery with Entity Linking
University of Oxford（牛津大学）；The University of Manchester（曼彻斯特大学）；Nankai University（南开大学）
针对知识库外实体提及发现任务，提出基于BERT的BLINKout方法，通过NIL实体匹配及剪枝版本化策略构建数据集，在五个数据集上优于现有方法。
2023-09-01 cs.CL
Joint Embedding in Named Entity Linking on Sentence Level
The Chinese University of Hong Kong（香港中文大学）；Hong Kong Baptist University（香港浸会大学）
命名实体链接是指将文档中的模糊提及映射到知识库中的实体。命名实体链接具有挑战性，因为在文档中有多个候选实体可供提及。当提及在文档中出现多次时，很难链接提及，因为提及出现的上下文存在冲突。此外，这是困难的，因为给定的训练数据集很小，这是由于手动完成将提及链接到其映射实体的原因。在文献中，有许多报道的研究，其中最近的嵌入方法从文档级的训练数据集学习实体的向量。为了解决这些问题，我们专注于如何在句子级别上链接实体的提及，这减少了在文档中相同提及的不同外观所引入的噪声，代价是要使用的信息不足。我们提出了一种新的统一嵌入方法，通过最大化从知识图谱学习的关系。我们证实了我们的方法在我们的实验研究的有效性。
2020-02-12 cs.AI cs.CL
NASTyLinker: NIL-Aware Scalable Transformer-based Entity Linker
University of Mannheim（曼海姆大学）
实体链接（EL）是检测文本中实体的提及并将其消歧到参考知识库的任务。最流行的EL方法假设参考知识库是完整的。然而，在实践中，有必要处理链接到知识库中不包含的实体（NIL实体）的情况。最近的工作表明，而不是只关注提及和实体之间的亲和力，考虑提及之间的亲和力可以用来表示NIL实体，通过产生集群的提及。同时，提及间关联可以帮助显著提高已知实体的链接性能。与NASTyLinker，我们引入了EL的方法，是知道的NIL实体，并产生相应的提到集群，同时保持高的链接性能为已知的实体。该方法基于来自Transformers的密集表示对提及和实体进行聚类，并通过计算传递提及-实体亲和度来解决冲突（如果多个实体被分配到聚类）。我们展示了NASTYLinker在NILK上的有效性和可扩展性，NILK是一个明确构建的数据集，用于评估EL相对于NIL实体。此外，我们将所提出的方法应用于实际EL任务，即通过链接维基百科列表中的实体来实现知识图谱人口，并对结果进行分析。
2023-03-13 cs.AI cs.CL cs.IR
Mixing Context Granularities for Improved Entity Linking on Question Answering Data across Entity Categories
Ubiquitous Knowledge Processing Lab (UKP)（普适知识处理实验室（UKP））；Research Training Group AIPHES（AIPHES研究培训小组）；Department of Computer Science, Technische Universität Darmstadt（达姆施塔特工业大学计算机科学系）
每个知识库问答方法的第一阶段是链接输入问题中的实体。我们调查的背景下，一个问答任务的实体链接，并提出了一个联合优化的神经架构，实体提及检测和实体消歧模型周围的背景下，不同级别的粒度。我们使用维基数据知识库和可用的问答数据集来创建问答数据上实体链接的基准。我们的方法在此数据上优于以前的最先进系统，最终得分平均提高8%。我们进一步证明了我们的模型在不同的实体类别中提供了强大的性能。
2018-04-23 cs.CL
Exploring Partial Knowledge Base Inference in Biomedical Entity Linking
Tsinghua University（清华大学）；University of Southern California（南加州大学）；Alibaba Group（阿里巴巴集团）
本文定义并评估生物医学实体链接中的部分知识库推理场景，发现三类主流EL范式因无法处理NIL提及而性能骤降，并提出两种低开销补救方法。
2023-06-03 cs.CL
Challenges of Linking Organizational Information in Open Government Data to Knowledge Graphs
University of Mannheim（曼海姆大学）；The University of Sheffield（谢菲尔德大学）；Vienna University of Economics and Business（维也纳经济与商业大学）；L3S Research Center, Leibniz University Hannover（莱布尼茨汉诺威大学L3S研究中心）；Complexity Science Hub Vienna（维也纳复杂性科学中心）
开放式政府数据（OGD）正在由世界各地的各种公共行政组织发布。在OGD数据目录的元数据中，出版组织（1）不是唯一和明确可识别的，更糟糕的是，（2）随着时间的推移，公共行政单位被合并或重组。为了能够在出版组织层面上对开放式政府数据进行细粒度分析或搜索，将来自OGD门户的数据链接到维基数据和DBpedia等公开可用的知识图谱（KG）似乎是一个显而易见的解决方案。尽管如此，正如我们在这份立场文件中所展示的那样，组织链接面临着巨大的挑战，无论是在可用的（门户）元数据方面，还是在数据质量和完整性方面。我们在此特别强调了五个主要挑战，即（1）组织和门户元数据的时间变化，（2）缺乏一个基础本体来描述组织结构和公共知识图谱的变化，（3）元数据和KG数据质量，（4）多语言，（5）消除公共部门组织的歧义。基于开放数据门户观察提供的OGD门户元数据，我们对这些问题进行了深入分析，就如何解决这些问题提出了具体的出发点，并呼吁社区共同应对这些开放性挑战。
2020-08-14 cs.AI cs.CY
Linking Cryptoasset Attribution Tags to Knowledge Graph Entities: An LLM-based Approach
University of Technology Sydney（悉尼科技大学）；Complexity Science Hub（复杂性科学中心）
提出基于 LLM 的端到端方法，将加密资产归因标签链接到知识图谱实体，在无标注候选生成、本地模型效果和成本效益上取得显著提升。
2025-02-12 cs.AI cs.CL cs.CR
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
Improving Zero-Shot Multi-Lingual Entity Linking
Johns Hopkins University（约翰霍普金斯大学）
实体链接--在自由文本中识别相关知识库表示的引用的任务--通常集中在单一语言上。我们考虑多语言实体链接，其中单个模型被训练为将引用链接到几种语言的相同语言知识库。我们提出了一个神经排名架构，它利用多语言Transformer表示的文本可以很容易地应用到多语言设置。然后，我们探索了用一种语言（例如英语）训练的神经排名器如何转移到一种看不见的语言（例如中文），并发现虽然性能有一致但不是很大的下降。如何缓解这种性能下降？我们探索添加一个对抗性目标来迫使我们的模型学习语言不变的表示。我们发现，使用这种方法可以提高几个数据集的召回率，通常与语言性能相匹配，从而减轻了zero-shot迁移带来的一些性能损失。
2021-04-16 cs.CL
ArcaneQA: Dynamic Program Induction and Contextualized Encoding for Knowledge Base Question Answering
The Ohio State University（俄亥俄州立大学）
基于知识库的问答（KBQA）是语义解析研究中的一个独特的挑战，这是由于两个相互交织的挑战：大的搜索空间和模式链接中的歧义。传统的基于排序的KBQA模型依赖于候选枚举步骤来减少搜索空间，在预测复杂查询时难以实现灵活性，并且具有不切实际的运行时间。在本文中，我们提出了ArcaneQA，一种新的代为基础的模型，解决了大搜索空间和模式链接的挑战，在一个统一的框架与两个相互促进的成分：动态程序归纳处理大搜索空间和动态上下文编码模式链接。在多个流行的KBQA数据集上的实验结果表明，ArcaneQA在有效性和效率方面都具有很强的竞争力。
2022-10-24 cs.CL
SMILK, linking natural language and data from the web
Viseo Technologies R&D（Viseo技术研发部）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；I3S（I3S研究所）；Emvista（Emvista公司）；INALCO（法国国立东方语言文化学院）；ERTIM（ERTIM研究所）
作为SMILK联合实验室的一部分，我们研究了使用自然语言处理来：（1）丰富知识库和链接网络上的数据，反过来（2）使用这些链接的数据来改进文本分析和文本内容的注释，并支持知识提取。此次测评重点关注化妆品领域的品牌相关信息检索。本文介绍了我们的方法的每一个步骤：创建ProVoc，本体来描述产品和品牌;主要基于ProVoc从异构文本资源的知识库的自动人口;和评估的应用程序，它采取的形式，浏览器插件提供额外的知识浏览网页的用户。
2018-12-20 cs.AI cs.IR
Entity Linking and Discovery via Arborescence-based Supervised Clustering
College of Information and Computer Sciences（信息与计算机科学学院）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
以前的工作已经显示出有希望的结果，在执行实体链接，不仅测量提到和实体之间的亲和力，但也提到。在本文中，我们提出了新的训练和推理程序，通过构建最小树状结构（即，有向生成树）在跨文档的提及和实体上，以便做出链接决定。我们还表明，这种方法优雅地扩展到实体发现，使集群的提及，没有一个相关的实体在知识库中。我们评估了我们的方法在Zero-Shot Entity Linking数据集和MedMentions（最大的公开生物医学数据集）上的结果，与相同参数化模型相比，实体链接和发现的性能都有显着提高。我们进一步显示了显着的效率提高，只有一个小的损失，在以前的工作，使用更昂贵的计算模型的准确性。
2022-05-10 cs.CL cs.LG
EntQA: Entity Linking as Question Answering
Rutgers University（罗格斯大学）
实体链接的传统方法是首先在给定文档中找到提及，然后在知识库中推断它们的底层实体。这种方法的一个众所周知的局限性是，它需要在不知道它们的实体的情况下找到提及，这是不自然和困难的。我们提出了一个新的模型，不受此限制称为EntQA，它代表实体链接作为问答。EntQA首先使用快速检索模块提出候选实体，然后使用强大的阅读器模块仔细检查文档以找到每个候选实体的提及。我们的方法结合了实体链接与开放领域问答的进展，并利用预训练模型进行密集实体检索和阅读理解。与以前的作品不同，我们不依赖于候选人词典或大规模的弱监督。EntQA在GERBIL基准测试平台上取得了优异的成绩。
2022-03-07 cs.CL cs.LG
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
Linking Streets in OpenStreetMap to Persons in Wikidata
Universität Bonn（波恩大学）；Leibniz Universität Hannover（汉诺威莱布尼茨大学）；L3S Research Center（L3S研究中心）
地理网络资源如OpenStreetMap（OSM）和知识图谱如Wikidata通常是不连接的。可以在这些源之间建立的一个示例连接是OSM中的街道与维基数据中以其命名的人之间的链接。本文提出了StreetToPerson，一种基于知识图谱中的关系和空间依赖性将OSM中的街道连接到知识图谱中的人的方法。我们的评估表明，我们的表现比现有方法高出26个百分点。此外，我们在德国所有OSM街道上应用StreetToPerson，我们识别了街道和人之间的180，000多个链接。
2023-02-24 cs.AI cs.SI
LELA: An End-to-end LLM-based Entity Linking Framework with Zero-shot Domain Adaptation
本文提出LELA，一种基于大语言模型的模块化、领域无关的实体消歧方法，并扩展为实用的Python库，集成零样本命名实体识别，实现端到端实体链接，实验验证其跨领域性能与鲁棒性。
2026-05-26 cs.AI cs.CL
DaMuEL: A Large Multilingual Dataset for Entity Linking
Charles University, Faculty of Mathematics and Physics（查理大学数学与物理学院）；Institute of Formal and Applied Linguistics（形式与应用语言学研究所）
本研究发布包含53种语言的大型多语言实体链接数据集DaMuEL，由语言无关知识库和分语言的维基百科链接文本、Wikidata文本组成，含2790万实体、123亿token，为多语言实体链接研究提供数据支撑。
2023-06-15 cs.CL
