计算机工程

作者：詹飞, 朱艳辉, 梁文桐, 张旭, 欧阳康, 孔令巍, 黄雅淋

单位：1. 湖南工业大学 计算机学院, 湖南株洲 412008;2. 湖南省智能信息感知及处理技术重点实验室, 湖南 株洲 412008

关键词：短文本实体链接,多任务学习,实体分类,辅助任务,底层表达

基金：国家自然科学基金（61871432）；湖南省自然科学基金（2020JJ6089）；湖南省教育厅基金资助重点项目（19A133）。

实体链接是明确文本中实体指称的重要手段，也是构建知识图谱的关键技术，在智能问答、信息检索等领域中具有重要作用，但由于短文本的上下文语境不丰富、表达不正式、语法结构不完整等特点，现有的短文本实体链接方法准确率较低。提出一种新的短文本实体链接方法，将多任务学习方法引入短文本实体链接过程中，从而增强短文本实体链接方法的效果。在此基础上，构建多任务学习模型，将短文本实体链接作为主任务，并引入实体分类作为辅助任务，促使模型学习到更加通用的底层表达，提高模型的泛化能力，优化模型在短文本实体链接任务中的表现。在CCKS2020测评任务2提供的数据集上的实验结果表明，辅助任务的引入能够缓解短文本实体链接过程中信息不充分的问题，且该多任务学习模型的F值为0.894 9，优于基于BERT编码器的单任务实体链接模型。

来源：2022年第3期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第3期