[论文解读] A Hybrid Approach to Domain-Specific Entity Linking

Alex Olieman, Jaap Kamps+2 more|arXiv (Cornell University)|Sep 6, 2015

Topic Modeling参考文献 10被引用 4

一句话总结

本文提出一种混合实体链接方法，将领域特定的专业链接器与通用系统相结合，以提升在领域特定语料上的性能。通过利用专业链接器的局部上下文信息和通用系统的召回能力，该方法在新构建的领域特定对话语料基准上实现了高精度与高召回率，优于单一方法的表现。

ABSTRACT

The current state-of-the-art Entity Linking (EL) systems are geared towards corpora that are as heterogeneous as the Web, and therefore perform sub-optimally on domain-specific corpora. A key open problem is how to construct effective EL systems for specific domains, as knowledge of the local context should in principle increase, rather than decrease, effectiveness. In this paper we propose the hybrid use of simple specialist linkers in combination with an existing generalist system to address this problem. Our main findings are the following. First, we construct a new reusable benchmark for EL on a corpus of domain-specific conversations. Second, we test the performance of a range of approaches under the same conditions, and show that specialist linkers obtain high precision in isolation, and high recall when combined with generalist linkers. Hence, we can effectively exploit local context and get the best of both worlds.

研究动机与目标

• 为解决通用实体链接系统在领域特定语料上表现欠佳的问题，原因在于缺乏对局部上下文的感知能力。
• 构建一个可复用的基准，用于评估领域特定对话文本中的实体链接性能。
• 探究结合专业与通用链接器是否能在领域特定设置中同时实现高精度与高召回率。
• 证明通过整合专业与通用系统，可有效利用局部上下文信息，同时不牺牲召回率。

提出的方法

• 作者针对一个领域特定的对话语料设计并实现了专门的链接器，聚焦于通过局部上下文实现高精度。
• 将这些专业链接器与现有的通用实体链接系统集成，以提升召回率。
• 混合系统首先应用专业链接器，随后利用通用系统处理未被专业链接器识别的剩余提及。
• 从一个领域特定的对话语料中构建了一个新基准，用于在一致条件下评估性能。
• 使用标准指标（精确率、召回率和F1分数）在基准数据集上衡量性能。

实验结果

研究问题

• RQ1 在孤立应用时，领域特定的专业链接器是否能在对话领域语料上实现高精度？
• RQ2 专业与通用链接器的结合是否能在领域特定实体链接中实现高召回率，同时保持高精度？
• RQ3 与仅使用通用系统相比，通过专业链接器整合局部上下文信息是否能提升整体性能？
• RQ4 所提出的基准是否适用于对领域特定实体链接系统进行一致且可复现的评估？

主要发现

• 仅使用专业链接器即可实现高精度，表明当有效利用局部上下文时，其性能表现强劲。
• 与通用系统结合后，混合方法实现了高召回率，表明其能有效覆盖未见或模糊的提及。
• 在新基准上，混合系统在F1分数上优于单独使用专业链接器或通用链接器的系统。
• 该基准数据集被证明在评估领域特定实体链接方面有效，可实现不同方法间的稳定比较。