标签
本文介绍了一种多语言多模态实体链接框架，通过结合推理和检索，提高了对稀有实体的准确性，并在MERLIN基准测试中取得了显著提升。
本文介绍了Sci-ZSEL，这是一个成本高效的零样本科学实体链接框架，它选择性地使用LLMs和一个本体感知过滤器，以提高在低词汇重叠基准测试上的性能。
本文介绍了 GPTKB 2.0，这是一个由 LLM 派生的大规模去歧义知识库，包含 160 万个规范化实体上的 3840 万条三元组。它提供了一个网页界面，用于浏览、SPARQL/自然语言查询，以及审计事实来源和消歧决策。
本文探讨了重复出现的 LLM 工作负载是否可以在适当情况下被自动合成的、由类型化 ML/NLP 算子组成的确定性流水线所替代，并征求关于可行性和方法的反馈。
本文介绍了ISEE，一个交互式系统，利用基于LLM的智能体来评估并协作增强数据库字段描述的语义质量，降低认知负荷，并提升实体链接等下游任务的表现。
Presents TELLER, a dual-path iterative preference optimization approach for table entity linking, with direct-answer and reasoning paths that improve accuracy on TableInstruct and MammoTab V2 benchmarks.
LELA是一个基于LLM的实体链接框架，将零样本命名实体识别和实体消解整合为端到端的Python库，并在多种场景下验证了其有效性。
BeLink 提出了一种集合式指令微调的方案，用于生物医学实体链接中的生成式重排序，与现有最先进系统相比，准确率提升了3-24%，并且推理速度更快。
本文提出了一种以语料库为中心的诊断框架，用于分析生物医学NER和EL基准测试，揭示了九个语料库之间的显著差异，并论证了标准统计量不足以描述评估需求。