(paper reading)Entity Linking with a Knowledge Base: Issues, Techniques, and Solutions

给定一个包含一系列实体E的知识库，以及提到了M个已确定实体的文本集合，实体链接的目的是将文本中提到的每个实体m∈M链接到知识库中对应的实体e∈E上。如果文本中提到的实体在知识库中没有对应，则被称为unlinkable mentions，对这样的一类实体，一个实体链接系统会给它加上一个特殊的标签NIL。

一个典型的实体链接系统应该包含三个模块：

• Candidate entity generation

　　对M当中的每一个m，实体链接系统需要在知识库中找出候选的实体集合E_m，主要的实现方法有：

• • dictionary based techniques

　　　　　　利用wikipedia的一些属性构造一个字典，然后在字典当中进行查找。

• • surface form expanssion from the local document

　　　　　　使用一些方法将要链接的实体m展开成全名，别名等。

• • • Heuristic Based Methods
    • Supervised Learning Methods
  • methods based on search engine　

　　　　　　一些搜索引擎集成了寻找相似名称的实体的功能，所以存在直接利用搜索引擎的方法。

• Candidate entity ranking

　　将候选的实体集合按照一定的准则进行排序，挑选出最有可能满足条件的实体。

　　确定准则需要了解实体的features，context-independant features包括name string comparison，entity popularity和entity type，即只需要考虑实体本身和候选的实体集合本身，context-dependant features则需要分析实体出现的环境，包括textual context和coherence between mapping entities。

　　对候选实体的集合进行排序主要的实现方法有：

• • supervised ranking methods
    • binary classification methods
    • learning to rank methods
    • probabilistic methods
    • graph based approaches
    • model combination
    • training data generation
  • unsupervised ranking methods
    • VSM based methods
    • information retieval based methods

• Unlinkable mention prediction

　　确认排序最靠前的候选实体是否是m对应的目标实体，如果都不是需要给m加上unlikable mention的标签。

实体链接的应用主要有：

• Information Extraction
• Information Retrieval
• Content Analysis
• Question Answering
• Knowledge Base Population

作者认为未来的研究方向有：

1. 考虑对其他类型的mention进行链接，而不是文本中的。

2. 考虑计算复杂度，效率和可扩展性。

3. 考虑domain-specific entity linking system。