
摘要
共指消解中的一个关键挑战在于捕捉实体簇的属性,并在消解过程中加以利用。本文提出一种简单而有效的方法,通过引入“实体等化”(Entity Equalization)机制来实现这一目标。该等化方法通过近似表示簇中所有提及项之和的方式,对簇中的每个提及进行建模。我们展示了如何以完全可微分的端到端方式实现这一过程,从而支持消解过程中高阶推理。结合BERT嵌入表示,该方法在CoNLL-2012共指消解任务上取得了新的最先进性能,平均F1值提升了3.6%。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| coreference-resolution-on-conll-2012 | EE + BERT-large | Avg F1: 76.61 |
| coreference-resolution-on-ontonotes | BERT + EE | F1: 76.61 |