摘要

我们提出了一种新颖的深度学习模型，用于联合文档级别的实体消歧，该模型利用了学习到的神经表示。关键组件包括实体嵌入（entity embeddings）、在局部上下文窗口上的神经注意力机制以及用于消歧的可微分联合推理阶段。我们的方法因此结合了深度学习的优势与更传统的图形模型和概率提及-实体映射等方法的优点。广泛的实验表明，我们在中等计算成本下能够获得具有竞争力或处于最先进水平的准确性。