摘要

我们描述了一种神经网络模型，该模型联合学习文本和知识库（KB）实体的分布式表示。给定知识库中的文本，我们训练所提出的模型以预测与该文本相关的实体。我们的模型设计为通用型，能够轻松应对各种自然语言处理（NLP）任务。我们使用从维基百科中提取的大量文本及其实体注释来训练模型。我们在三个重要的自然语言处理任务上对模型进行了评估，这些任务包括无监督和有监督设置下的句子文本相似度、实体链接和事实类问题回答。结果表明，我们在所有这三个任务上均取得了当前最佳的结果。我们的代码和训练好的模型已公开发布，供进一步的学术研究使用。