Aprendizado Conjunto da Representação de Palavras e Entidades para Desambiguação de Entidades Nomeadas

A Desambiguação de Entidades Nomeadas (NED) refere-se à tarefa de resolver múltiplas menções de entidades nomeadas em um documento para suas referências corretas em uma base de conhecimento (KB) (por exemplo, Wikipédia). Neste artigo, propomos um novo método de representação especificamente projetado para NED. O método proposto mapeia conjuntamente palavras e entidades em um mesmo espaço vetorial contínuo. Estendemos o modelo skip-gram utilizando dois modelos. O modelo de gráfico da KB aprende a relação entre entidades usando a estrutura de links da KB, enquanto o modelo de contexto âncora visa alinhar vetores de forma que palavras e entidades semelhantes ocorram próximas umas das outras no espaço vetorial aproveitando âncoras da KB e suas palavras de contexto. Ao combinar contextos baseados na representação proposta com características padrão de NED, alcançamos uma precisão de ponta de 93,1% no conjunto de dados CoNLL padrão e 85,2% no conjunto de dados TAC 2010.