スクリーンショット_2019-06-27_17

ざっくり論文紹介:A Topic-Sensitive Model for Salient Entity Linking

近頃,雨続きでやることもないので最近僕が読んだ論文をスライドとして共有したいと思います.

みなさま,雨の日には何をされていますか?

ぜひ教えて欲しいです.コメントで教えてください

ちなみに僕は最近はアニメ「キングダム」を観ています.

家に帰ってから晩御飯を食べ,風呂に入り,歯磨きをしてベッドにinした後はもっぱら「キングダム」タイムです.

話が逸れましたが,今回の記事で書くことは論文紹介ですので,ちょっとでも興味があるという方に向けて書きます.



*ご注意:以下は自然言語処理,エンティティリンキングに関する知識が必要になるかもしれません...

タイトル:A Topic-Sensitive Model for Salient Entity Linking

 Salient Entity Linkingとは,自然言語処理のタスクの1つであるエンティティリンキングの派生タスクです.エンティティリンキングは文書中のメンション(何がしかの概念を示す語句)をそれが指すエンティティ(何がしかの概念)に対して正確にリンキングすることが目的です.

 これに対しSalient Entity Linkingは,メンションに対して正確なリンキングを行うかつ,文書中のエンティティのうち,より文書内容と密接に関連していると考えられているエンティティ(=Salient Entity)を検出することを目的としています.

 リンキング手法にはいくつか種類がありますが,本論文ではGraph-Based Linkingという,メンションや候補エンティティの関係性や関連度からグラフを作成しPersonalized PageRankを用いて候補エンティティノードのPageRank値を算出することでリンキングを行うようなアプローチをもとに,グラフとPPRのバイアスベクトルにWikipediaのカテゴリ情報を導入することでSalient Entity Linkingを実現する手法が提案されています.

それではスライドを見ていきましょう


Best regards, :)


日常の気になったことや覚えておきたいことを発信しています. 長文だったり超短文であったりします. 目指せ!100スキ!✌️