Entity Linking のバックアップ(No.2)

概要

Entity Linking (EL) とは、自然言語文等に記された事物に対し、該当する知識ベース (knowledge base : KB) 中のエンティティを推定する手法である。

パイプライン

全体

  • Mention Detection
  • Entity Disambiguation
    • Candidate Generation
    • Linking Decision
      • Context-mention Encoding
      • Entity Encoding
      • Entity Ranking

エンティティ・リンキング (EL) は、文章中からエンティティとして認識すべき語句を抽出する段階 (Mention Detection) と、知識ベース中から該当するエンティティを探して曖昧さを解消する段階 (Entity Disambiguation) の2段階で行う。

Entity Disambiguation

曖昧性解消 (Entity Disambiguation) は、知識ベース中の数多あるエンティティの中から、語句に適するエンティティを見つける段階である。

主に以下の2つの機能で構成される。

  1. Candidate Generation：知識ベース中から候補となるエンティティを選出
  2. Linking Decision：候補エンティティ集合から、語句に該当するべきエンティティを決定する。

機械学習を用いた Linking Decision

機械学習を用いた Linking Decision は以下の3つの機能を持つモデルが多い。

  1. Context-mention Encoding：ER段階で認識されたフレーズに対し、文脈ベクトルを生成する
  2. Entity Encoding：知識ベースのエンティティをベクトル化する
  3. Entity Ranking：文脈ベクトルとエンティティベクトルから、エンティティを可能性が高い順にランク付けする。このとき、該当するエンティティが1つもない場合を取り扱う手法もある。

参考