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 

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

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

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项目(202102020101008) 山西省科技合作交流专项项目(202204041101016) 山西省基础研究计划项目(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着关键作用，然而现有的方法依然存在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的冗余与缺失，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。针对以上两个问题，本文提出基于主题的多视图实体表示（Topic-MVER）方法，该方法基于主题为实体构建了多视图表示，并使用对比学习建模了提及与实体之间的三种关系，提升了提及和实体对表示的匹配性。最后，该方法在ZESHEL和MedMentions数据集上的Recall@1分别达到了48.13%和73.86%，较基线模型分别提升了2.73%和1.21%，验证了该文方法的有效性。