科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于微调BERT(bidirectional encoder representation from transformers)模型的实体对齐方法，对齐百度百科、互动百科的多模态资源。首先，通过下游的分类任务微调BERT模型，提升模型预测正确结果的能力；其次，针对数据集正负样本比例不均衡的问题，提出负采样策略，提升模型的准确程度与泛化性能，实验结果证明分类任务性能明显提升，AUC(area under the curve)值提升0.29；最后，将优化后的模型应用于实体对齐任务中，利用输出概率进行排序并预测最终对齐的实体对，实验结果优于基于相似度计算的实体对齐方法，F1值达到95.9%。
- 单位
