Impact of clarifying uncertainty in graph-based entity disambiguation
Abstract
Formålet med denne oppgaven er å undersøke virkningnen av klarifiseringsspørsmål har på graf basert entity disambiguaton. I tilfelle disse oppklaringene har en positivt virkning på ytelsen er det hensiktsmessig å ta de i for noen named entity linking systemer.
Denne undersøkelsen blir gjort ved å lage kunnskapsgrafer vanligvis brukt i graf basert entity disambiguation, for så å simulere effekten klarifiseringsspørsmålene har på ytelsen. Ytelsen blir evaluert basert på mål skrevet i kapitell 4
Resultatene ser oppmuntrende. I de fleste simuleringene virker det som om oppklaringen har hjulpet systemet til å plukke ut riktig named entity. Det er dog noen bekymringer. Datasettet som ble brukt er i etterkant kanskje ikke det beste til å måle hvordan dette hadde generalisert. Framtidig arbeid må bli gjort mot et mer variert dataset for å trekke mer pålitelige konklusjoner. The goal of this thesis is to survey the impact clarification questions have on graph-based based entity disambiguation. If these clarification questions have an improvement on the performance measures an implementation of these questions might be purposeful for some types of named entity linking systems.
This done through the creation of knowledge graphs commonly used in graph-based entity disambiguation and simulating the effect clarification questions would have on the performance. This was assessed using measures outlined in chapter 4.
The results seem encouraging, in most simulations the clarification question seemed to help the system evaluate to the correct named entity. There are however some concerns. The dataset used might not have been the best to gauge how this would generalize. Further work needs to be done on a more varied dataset to draw absolute conclusions.