私たちは、テキストと知識ベース（KB）エンティティの分散表現を共同で学習するニューラルネットワークモデルについて説明します。知識ベース内のテキストが与えられた場合、提案したモデルはそのテキストに関連するエンティティを予測するために訓練されます。当該モデルは汎用性が高く、様々な自然言語処理タスクを容易に扱えるように設計されています。私たちは、Wikipediaから抽出した大量のテキストコーパスとそれらのエンティティ注釈を使用してモデルを訓練しました。このモデルは、非監督設定と監督設定の両方を含む3つの重要な自然言語処理タスク（すなわち、文の類似性判定、エンティティリンク付け、事実質問応答）において評価されました。その結果、これらの3つのタスクすべてで最先端の成果を達成しました。私たちのコードと訓練済みモデルは、さらなる学術研究のために公開されています。