摘要
实体链接（Entity Linking, EL）系统旨在自动将文本中提及的实体指称映射到知识图谱（Knowledge Graph, KG）中的对应实体。知识图谱中实体的连通性程度直接影响EL系统将文本提及正确链接至KG实体的能力。这一现象导致许多现有EL系统在连接度较高的实体上表现良好，从而凸显了知识图谱密度在实体链接任务中的关键作用。本文提出一种基于密度增强知识图谱的实体链接方法——ELDEN（Entity Linking using Densified Knowledge Graphs）。ELDEN首先利用大规模文本语料库中的共现统计信息对知识图谱进行密度增强，随后基于增强后的知识图谱训练实体嵌入表示。通过这些训练得到的实体嵌入计算实体相似度，显著提升了实体链接的性能。实验结果表明，ELDEN在多个基准数据集上超越了现有的最先进EL系统。得益于知识图谱的密度增强，ELDEN在连接稀疏的实体上同样表现出色。该方法结构简洁，但效果显著。我们已将ELDEN的代码与相关数据公开发布，以促进学术交流与进一步研究。