Skip to content

实体链接

如何标注实体链接，把文本中的提及连接到 Wikidata 等知识库中的条目，并在 Potato 中搭建链接任务。

实体链接把文本中的一个提及连接到知识库中的某个具体条目，例如把"Paris"判定为法国的城市，而不是那个人名，也不是德州的城市。 命名实体识别负责找出某段文字是一个实体，而实体链接则要判断它究竟是哪一个现实世界中的实体。

背景知识可参见实体链接，以及常见的链接目标 Wikidata 和 Wikipedia。它与词义消歧密切相关。

标注者要做什么

  1. 先确定一个提及跨度（通常由 NER 流程预先标出）。
  2. 标注者在知识库中检索，并选出匹配的条目。
  3. 若没有合适的条目，则标记为 NIL（不在知识库中）。

NIL 这个选项不能少，缺了它，标注者就会把提及硬塞给错误的条目，从而污染数据。

在 Potato 中搭建

Potato 支持实体链接，可针对知识库（Wikidata、UMLS 或自定义列表）做随键检索（typeahead），让标注者从真实候选项中挑选，而不必手敲 ID。实体链接展示案例就是一个可运行的示例。

yaml
annotation_schemes:
  - annotation_type: span
    name: mentions
    description: "Mark the mention to link."
    labels: [Entity]
  - annotation_type: text
    name: kb_id
    description: "Search the knowledge base and enter the matching ID, or write NIL if none fits."

质量考量

  • 候选项质量。 一个带描述的好用随键检索，比再长的标注指南更能减少错选。
  • 歧义时的默认处理。 当两个条目看起来同样合理时，要告诉标注者该怎么办。
  • 粒度。 链接到公司还是子公司？电影还是整个系列？这一点要一次性定好。

延伸阅读