要約
知識ベースの質問応答アプローチにおける最初の段階は、入力された質問内のエンティティをリンクすることです。本研究では、質問応答タスクの文脈においてエンティティリンクを調査し、異なる粒度レベルで周囲のコンテキストをモデル化するエンティティメンション検出とエンティティ曖昧性解消のための共同最適化されたニューラルアーキテクチャを提案します。私たちはWikidata知識ベースと利用可能な質問応答データセットを使用して、質問応答データに対するエンティティリンクのベンチマークを作成しました。当方のアプローチはこのデータ上で従来の最先端システムを上回り、最終スコアに平均8%の改善をもたらしました。さらに、我々のモデルが異なるエンティティカテゴリ間で高い性能を発揮することを示しています。