Github: https://github.com/linxinshi/EntityRetrievalTAS

我的文章 “Entity Retrieval via Type Taxonomy Aware Smoothing”  被 ECIR 2018 这个会接受了

这算是我的第一篇正式的比较有意义的论文。之前几个月因为参加相关比赛的原因，投了 NTCIR 13 和 TREC 两个会议，但是比赛文章毕竟档次要低一些。我参加的两个比赛最后都以只有我一个人参赛不战而胜告终（然后组织者只好请我去演讲）。。。可见目前实体相关领域的研究比较冷清

Ad-hoc Entity Retrieval 可以看作是文档检索任务在结构化数据上的发展。 实体（entity） 就是客观世界存在的物体。目前的知识数据库（比如 DBpedia, Freebase）通常用 主语-谓语-宾语 （Subject-Predicate-Object, SPO triple）这样的三元组来描述实体（比如说 Virginia-isPartOf-UnitedStates）。中间的谓语通常叫作关系（relation），每个数据库都有自己的一套固定的谓语。 Ad-hoc Entity Retrieval 任务的输入是用户的查询，输出就是数据库里面的实体。 比如问“中国首都”，系统返回“北京”这个实体以及它的所有在数据库里面的信息。

很多文档检索的方法也可以用在实体检索任务上。这篇文章主要的创新点是让语言模型（Language Model）里面的狄利克雷平滑（Dirichlet Smoothing）可以在分类系统上（比如维基百科的标签系统）找到更多的和查询有关的信息，从而帮助返回更精确的结果。

坦白说这篇文章的结果不好。虽然 mlm-tc 那两列的提升很吓人，但我觉得主要是因为 mlm 本身能力有限并且每个域的权值是固定的，没有调整。最后不需要在会上演讲，只是展示海报

投稿的时候没时间做更多的实验（比如说推广到 Sequential Dependence Model 上面，这些都写到下一篇文章了）。不过我的目的只是想抛砖引玉，让信息检索这个领域的研究者可以重新审视语料库的结构对检索结果的影响，而不是天天想着用神经网络拟合文档的词的分布或者搞一些乱七八糟的 embedding 模型。所以个人觉得还是达到了我想要的效果。另外也想用这篇文章致敬信息检索大师、语言平滑的专家 Chengxiang Zhai…..

最后感谢各位大佬评审…….虽然看不到名字，但是从评论内容就可以猜出是谁，因为这个领域人很少…….小弟以后会多引用各位大佬的大作的……..请多关照…………