低资源领域的无监督命名实体消歧义

本研究解决了低资源领域中命名实体消歧义的挑战，现有方法往往依赖训练数据或对领域特定知识库的适应性不足。文章提出了一种无监督的方法，利用组施泰纳树的概念，通过候选实体之间的上下文相似性来识别最相关的消歧义候选者，且在多个领域特定数据集中的Precision@1性能比现有最先进的无监督方法提高了40%以上。