В данной обзорной лекции рассматриваются специализированные нейросетевые архитектуры для решения задачи связывания сущностей в тексте (entity linking, EL), которые были разработаны с начала "нейронной революции" в NLP в 2015-м году.
В данной обзорной лекции рассматриваются специализированные нейросетевые архитектуры для решения задачи связывания сущностей в тексте (entity linking, EL), которые были разработаны с начала "нейронной революции" в NLP в 2015-м году. Мы попытаемся систематизировать все многообразие предложенных моделей выделив общую схему нейронной системы связывания сущностей, состоящую из таких компонентов как модуль генерации кандидатов и ранжировщик сущностей. Кроме этого, мы рассмотрим важные модификации данной общей схемы, такие как zero-shot и кросс-языковые модели. Будет произведен сравнительный анализ "классических" систем для связывания сущностей и более современных нейронных моделей. В заключение мы рассмотрим различные способы применения моделей связывания сущностей в задачах обработки текстов.