2022年7月10〜15日に開催される自然言語処理に関するトップ国際会議 Annual Conference of the North American Chapter of the Association for Computational Linguistics (NAACL) において、弊社の山田育矢らが執筆した論文と弊社の西川荘介・李凌寒・山田育矢らが執筆した論文が採録されました。

・EASE: Entity-Aware Contrastive Learning of Sentence Embedding

エンティティのベクトル（Wikipedia2Vec）を用いた新しいcontrastive learningの手法を使ってBERTを用いた文のベクトル表現「SimCSE」を拡張することで、高精度な文のベクトル表現を学習する新手法を提案。SimCSEと比較して大幅な性能向上を達成。

・Global Entity Disambiguation with BERT

BERTを用いた新しい高精度なエンティティリンキングの手法を提案。文書中のエンティティを順にリンクしていくことで、過去のリンクされたエンティティをコンテクストとして用いることで性能向上できることを示し、エンティティリンキングの主要な5個のデータセット（AIDA-CoNLL、MSNBC、AQUAINT、ACE2004、WNED-WIKI）で世界最高精度を更新。

NAACL 2022 (full paper)

EASE: Entity-Aware Contrastive Learning of Sentence Embedding

Sosuke Nishikawa (Studio Ousia/The University of Tokyo), Ryokan Ri (Studio Ousia/The University of Tokyo), Ikuya Yamada, Yoshimasa Tsuruoka (The University of Tokyo), Isao Echizen (National Institute of Informatics)

NAACL 2022 (short paper)

Global Entity Disambiguation with BERT

Ikuya Yamada, Koki Washio (Megagon Labs) , Hiroyuki Shindo (NAIST, RIKEN), Yuji Matsumoto (RIKEN)

https://arxiv.org/abs/1909.00426