リンクする前に考える：多言語エンティティリンキングにおける希少性、推論、検索

本研究は、多言語エンティティリンキングにおける希少エンティティの課題に取り組む。従来の人気度に基づく希少性の定義では見逃されるエンティティを、知識グラフの構造的指標を用いて特定する。これにより、既存手法の精度が大幅に低下する新たな失敗モードが明らかになる。解決策として、推論能力を持つビジョン言語モデルを用いた、学習不要なフレームワークを提案する。