HyperAIHyperAI

Command Palette

Search for a command to run...

EntQA : L’association d’entités comme une tâche de réponse aux questions

Wenzheng Zhang Wenyue Hua Karl Stratos

Résumé

Une approche classique du lien d'entités consiste à identifier d'abord les mentions dans un document donné, puis à inférer les entités correspondantes dans une base de connaissances. Une limitation bien connue de cette méthode est qu'elle exige de repérer les mentions sans connaître leurs entités associées, ce qui est peu naturel et difficile à réaliser. Nous proposons un nouveau modèle, nommé EntQA (Entity linking as Question Answering), qui ne souffre pas de cette limitation. EntQA commence par proposer des entités candidates grâce à un module de récupération rapide, puis analyse minutieusement le document pour repérer les mentions de chacune de ces entités candidates à l’aide d’un module de lecture puissant. Notre approche combine les avancées récentes en lien d’entités et en réponse à questions dans un domaine ouvert, et exploite efficacement les modèles préentraînés pour la récupération dense d’entités et la compréhension de texte. Contrairement aux travaux antérieurs, nous n’avons pas recours à un dictionnaire de mentions-candidats ni à une supervision faible à grande échelle. EntQA obtient des résultats remarquables sur la plateforme d’évaluation GERBIL.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp