基于Prompt打分的实体链接方法

作     者：郭俊辰 马御棠 相艳 赵学东 郭军军 

作者机构：云南电网有限责任公司电力科学研究院 昆明理工大学信息工程与自动化学院 昆明理工大学云南省人工智能重点实验室 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2024年

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：云南省重大科技专项计划项目(202202AD080004,202202AE090008) 国家自然科学基金项目(62266025) 

主　　题：实体链接 prompt 预训练模型 实体消歧 精确排序 

摘      要：实体链接旨在将自然语言文本中的提及链接到知识库中相应的目标实体，主要面临提及和候选实体的表征能力有限，导致候选实体精确排序困难的问题，而现有的知识库扩展和图嵌入等提高表征能力的方法依赖外部数据或知识，限制了其应用。本文提出了一种实体链接中提及和候选实体精确排序的方法，通过结合提及上下文构建prompt问句，将提及和候选实体相似度计算转化为基于prompt问句的打分模式。通过预训练模型微调打分 器，得到提及和候选实体相似度的打分，并综合候选实体发现阶段的得分，以筛选出更准确的目标实体。这一过程无需额外的知识，能够融合上下文信息，从而更准确地衡量提及和实体之间的相似度。在两个公共数据集上将本文模型与基线模型进行了实验比较，相比次优模型，本文模型acc@1值分别提升了0.88%和0.41%。