Resumen

El enlazado de entidades implica mapear menciones ambiguas en documentos a las entidades correctas en una base de conocimientos dada. La mayoría de los métodos existentes fallan al enlazar cuando una mención aparece varias veces en un documento, ya que el conflicto de sus contextos en diferentes ubicaciones puede llevar a un enlazado difícil. La representación de oraciones, que ha sido estudiada recientemente basada en enfoques de aprendizaje profundo, puede ser utilizada para resolver el problema mencionado anteriormente. En este documento, se propone un modelo de enlazado de entidades efectivo para capturar el significado semántico de las oraciones y reducir el ruido introducido por diferentes contextos de la misma mención en un documento. Este modelo primero utiliza la simetría de la red Siamesa para aprender la similitud entre oraciones. Luego, se añade el mecanismo de atención para mejorar la interacción entre las oraciones de entrada. Para demostrar la efectividad de nuestro modelo de representación de oraciones combinado con el mecanismo de atención, llamado ELS

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Vinculación de entidades; Menciones; Base de conocimiento; Representación de oraciones; Aprendizaje profundo; Mecanismo de atención
• Keywords:Entity linking; Mentions; Knowledge base; Sentence representation; Deep learning; Attention mechanism