摘要

本文提出了一种名为CHOLAN的模块化方法，用于在知识库上实现端到端的实体链接（Entity Linking, EL）。CHOLAN由两个基于Transformer的模型串联构成，形成一个处理流水线。第一个Transformer模型负责在给定文本中识别实体提及（即表面形式）。针对每一个识别出的提及，第二个Transformer模型会从预定义的候选实体列表中进行分类，以确定其对应的目标实体。该第二阶段模型在输入时融合了来自句子的局部上下文（即局部语境）以及从维基百科获取的实体描述信息。这种外部上下文信息在现有主流实体链接方法中尚未被采用。我们在两个知名知识库（即Wikidata和Wikipedia）上进行了实证研究。实验结果表明，CHOLAN在多个标准数据集（包括CoNLL-AIDA、MSNBC、AQUAINT、ACE2004和T-REx）上均优于当前最先进的方法。