摘要
本文介绍了CTRL团队在SemDeep6会议举办的“上下文中的词义消歧验证”挑战赛（WiC-TSV）中的参与情况。我们的方法基于一种简化的目标词标注方案，随后利用已知的预训练神经模型进行分类。特别地，通过引入标记（marker）机制，模型能够获取位置信息，从而更准确地识别需要消歧的目标词。在挑战赛中的实验结果表明，我们的方法在性能上优于其他参赛者（准确率提升11.4个百分点），同时也显著超越了多个强基线模型（准确率提升1.7个百分点）。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| entity-linking-on-wic-tsv | CTLR | Task 1 Accuracy: all: 76.8 Task 1 Accuracy: domain specific: 79.6 Task 1 Accuracy: general purpose: 74.5 Task 2 Accuracy: all: 72.7 Task 2 Accuracy: domain specific: 81.5 Task 2 Accuracy: general purpose: 65.6 Task 3 Accuracy: all: 78.3 Task 3 Accuracy: domain specific: 85.7 Task 3 Accuracy: general purpose: 72.1 |