Učinkovito povezivanje imenovanih entiteta korištenjem Poincaréovih reprezentacija

diplomski rad

• Naslov (engleski): Efficient end-to-end named entity linking using Poincaré knowledge graph embeddings
• Autor: Sven Ćurković
• Mentor: Jan Šnajder (mentor)
• Član povjerenstva: Jan Šnajder (predsjednik povjerenstva)
• Član povjerenstva: Marko Đurasević (član povjerenstva)
• Član povjerenstva: Marko Čupić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-10, Hrvatska

Sažetak

Povezivanje imenovanih entiteta (PIE) važan je zadatak u obradi prirodnog jezika čiji je cilj povezati entitete spomenute u tekstu s njihovim odgovarajućim entitetima u strukturiranoj bazi znanja. Zbog morfološke varijance, polisemije i sinonimije, kada se imenovni entiteti koriste u završnim zadacima, od iznimne je važnosti znati koji se spomeni entiteta odnose na koje entitete. Suvremeni pristupi povezivanju imenovanih entiteta često se oslanjaju na komplicirane sustave dodjeljivanja tipova koje je teško trenirati i koji zahtijevaju značanju količinu resura tijekom predikcije. U ovom diplomskom radu predložili smo jednostavan i učinkovit s-kraja-na-kraj model za PIE. Naš se pristup uvelike oslanja na slabo nadzirano predtreniranje nad Wikipedijom, bez da je nužno potreban skup podataka za PIE za fino podešavanje. Zato je naš pristup posebno privlačan za jezike s malo označenih podataka. Pokazali smo da efikasan model za PIE sa jednostavnom arhitekturom može postići visoku točnost i biti izuzetno robustan.

Sažetak (engleski)

Named entity linking (NEL) is an important task in natural language processing that aims to connect entity mentions in text to their corresponding entities in a structured knowledge base. Due to morphological variance, polysemy, and synonymity, knowing which entity mentions are referring to which entities is vital when using named entities in downstream tasks. Current state-of-the-art approaches often rely on complicated typing systems, which are hard to train, resource intensive during inference, and hard to maintain. In this master's thesis, we proposed a simple and efficient end-to-end NEL model. Our approach relies heavily on weakly supervised pre-training on Wikipedia, without necessarily needing a NEL dataset for fine-tuning. This makes our approach especially attractive for low-resource languages. We showed that an efficient named entity linking model with a simple architecture can achieve high accuracy and be remarkably robust.

• Ključne riječi: imenovani entiteti; prepoznavanje imenovanih entiteta; povezivanje imenovanih entiteta; graf znanja; Wikipodatci; Wikipedija; Poincaréove reprezentacije; s kraja na kraj
• Ključne riječi (engleski): named entities; named entity recognition; named entity linking; knowledge graph; Wikidata; Wikipedia; Poincaré embeddings; end-to-end
• Jezik: engleski
• URN:NBN: urn:nbn:hr:168:412071
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 08:41:42