基于主题多视图表示的零样本实体检索方法

作     者：齐丹丹 王长征 郭少茹 闫智超 胡志伟 苏雪峰 马博翔 李时钊 李茹 QI Dandan;WANG Changzheng;GUO Shaoru;YAN Zhichao;HU Zhiwei;SU Xuefeng;MA Boxiang;LI Shizhao;LI Ru

作者机构：山西大学计算机与信息技术学院山西太原030006 山西同方知网数字出版技术有限公司山西太原030006 山西工程科技职业大学现代物流学院山西晋中030609 计算智能与中文信息处理教育部重点实验室(山西大学)山西太原030006 

出 版 物：《广西师范大学学报(自然科学版)》 (Journal of Guangxi Normal University:Natural Science Edition)

年 卷 期：2025年第43卷第3期

页      面：23-34页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省重点研发计划(202102020101008) 山西省科技合作交流专项(202204041101016) 山西省基础研究计划(202203021211286,202403021211092) 

主　　题：实体检索 零样本 长文本 主题多视图 对比学习 

摘      要：零样本实体检索旨在将实体提及(mention)链接到训练阶段未见过的实体,在多种自然语言处理任务中起关键作用。然而现有方法依然存在2个问题:1)仅使用实体描述的前k个句子来构建实体的多视图表示,导致实体多视图语义冗余与缺失,很难充分学习提及与实体之间的匹配关系;2)仅以提及为中心构造正负例,对提及与实体之间的对比关系覆盖度较低,导致其匹配错误。针对以上2个问题,本文提出基于主题的多视图实体表示(Topic-MVER)方法。该方法基于主题构建实体的多视图表示,并使用对比学习建模提及与实体之间的3种关系,提升提及和实体对表示的匹配性。该方法在ZESHEL和MedMentions数据集上的Recall@1分别达到48.13%和73.86%,较基线模型分别提升2.73和1.21个百分点,验证了本文方法的有效性。