基于伪孪生网络的政务实体链接模型

姬美琳，王德军，孟博，孙贝尔

(中南民族大学 计算机科学学院，武汉 430074)

实体链接(Entity Linking, EL)[1]指将用户问句中的实体指称正确地链接到知识库中的实体上，完成问句实体与候选实体的关联匹配，解决同义词和多义词导致的歧义问题.实体链接是自动问答(Question Answering, QA)任务的核心环节，是识别用户问句意图的关键步骤.实体链接过程中存在大规模的实体匹配计算，实体链接的准确性和响应时间直接决定问答系统的性能.本文主要针对政务知识图谱问答性能需求，研究满足政务交互式问答应用场景的高准确度、低响应时延的实体链接模型.

传统的知识图谱问答系统基于字符相似和统计学方法解决实体链接任务，模型缺乏语义匹配能力，链接准确率低，不能充分满足政务问答需求[2].基于深度学习的实体链接模型近年来成为研究热点，利用神经网络强大的特征抽象能力，实体链接模型的语义表示能力和求解准确性得到较大提高，但模型计算复杂度高，模型的性能尚存在瓶颈[3]，无法满足政务领域交互式场景的实时性要求.此外，政务实体的标准名称与公众口语表述之间存在较大的差异，给政务实体链接任务带来了挑战.

针对政务领域图谱问答需求，本文提出了一种基于伪孪生网络架构的政务实体链接模型，主要特点包括：(1)引入伪孪生网络架构，解耦问句和候选实体的特征提取过程，通过预先计算候选实体的向量表示，降低链接过程中的计算复杂度；……