Falcon 2.0：面向Wikidata的实体与关系链接工具

自然语言处理（NLP）领域在从文本中识别实体与关系方面已取得显著进展，并在可能的情况下将这些识别结果与知识图谱（Knowledge Graphs, KGs）中的对应条目进行关联。以Wikidata作为背景知识图谱，目前仍缺乏有效的工具将文本中的知识内容准确链接至Wikidata。本文提出Falcon 2.0，这是首个面向Wikidata的联合实体与关系链接工具。该工具接收一段英文自然语言短文本作为输入，并输出一个按置信度排序的实体与关系候选列表，所有候选项均以Wikidata中的国际化的资源标识符（Internationalized Resource Identifier, IRI）形式表示。Falcon 2.0首先利用英文语言模型完成识别任务，采用如N-Gram拼贴（N-Gram tiling）与N-Gram切分等技术，随后通过一种优化方法实现链接任务。我们在Wikidata上对Falcon 2.0进行了实证评估，结果表明其性能优于所有现有基线方法。Falcon 2.0已开源，可供社区自由使用；相关使用说明与技术文档已完整发布于我们的GitHub仓库。此外，我们还提供了一个在线API接口，用户无需任何技术背景即可直接调用。Falcon 2.0及其所依赖的背景知识库资源现已开放获取，访问地址为：https://labs.tib.eu/falcon/falcon2/。