主题结构增强的大模型实体共指消解方法
Topic structure enhanced entity coreference resolution in large language models
1. 中原工学院 a. 人工智能学院; b. 计算机学院, 郑州 450007
2. 郑州市文本处理与图像理解重点实验室, 郑州 450007
3. 北方工业大学信息学院, 北京 100144
4. 中国语言智能研究中心, 北京 100089
摘要
针对现有基于大规模预训练语言模型(large-scale pre-trained language models，LLMs)的实体共指消解(entity coreference resolution，ECR)方法在处理长文本和复杂情境时性能受限，且全参数微调计算开销大的问题，进行了一项研究。该研究提出了一种基于提示学习的主题结构增强型ECR模型。此模型利用上下文中的主题结构信息，以增强模型捕捉长距离共指关系的能力；同时，设计了一种可学习的提示模板，显著降低了模型微调所需的计算资源。在三个公开数据集上的实验结果表明，所提方法相较于基准模型，性能分别提升了2.3%、0.5%和2.6%。并且与当前先进的Link-Append、Seq2seqCoref等模型相比，该方法在仅使用约1.1%参数量的情况下，达到了其约98%的性能水平，证明了该方法在提升长文本ECR任务效果的同时，具备显著的计算效率优势。
基金项目
"新一代人工智能"国家科技重大专项(2020AAA0109703)
国家自然科学基金联合基金重点项目(U23B2029)
国家自然科学基金资助项目(62076167,61772020)
河南省高等学校重点科研项目(24A520058,24A520060,23A520022)
河南省研究生教育改革与质量提升工程项目(YJS2024AL053)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.03.0044
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第9期
发布历史
[2025-05-21] 优先出版
引用本文
刘小明, 吴彦博, 杨关, 等. 主题结构增强的大模型实体共指消解方法 [J]. 计算机应用研究, 2025, 42 (9). (2025-05-27). https://doi.org/10.19734/j.issn.1001-3695.2025.03.0044. (Liu Xiaoming, Wu Yanbo, Yang Guan, et al. Topic structure enhanced entity coreference resolution in large language models [J]. Application Research of Computers, 2025, 42 (9). (2025-05-27). https://doi.org/10.19734/j.issn.1001-3695.2025.03.0044. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
