本篇文章给大家介绍的这篇Facebook的ICLR高分论文在rebuttal前后都保持高分，证明评委们对它的认可程度是很高的。

实体检索任务的定义是：对于一个给定的输入文本x，需要模型从一个候选实体集中找到最相关的候选实体。

比如说，给定输入x : "In 1503, Leonardo began painting the Mona Lisa"，实体链接任务需要检索出Leonardo指的是知识库中的实体Leonardo da Vinci。

与之前研究不同的是，这篇文章是第一个用生成实体名称的方式解决实体检索问题的工作。在开始介绍正文前，先po下本文所提出的【生成式实体检索】和传统的【分类式实体检索】核心的3点不同。

非常硬核的是，本文提出的模型GENRE在3类实体检索任务，包括20个数据集上几乎都达到了SOTA或者说非常competitive的结果。

感兴趣的可以戳链接。

内容中包含的图片若涉及版权问题，请及时与我们联系删除