English(EN) LELA: An End-to-end LLM-based Entity Linking Framework with Zero-shot Domain Adaptation

新的LLM框架LELA通过零样本自适应增强实体链接

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-26 12:45

研究人员开发了LELA，一个新的用于实体链接的Python库，集成了零样本命名实体识别（NER）。这个端到端框架旨在实现领域无关，并适用于实际的NLP应用。该系统在各种实体链接场景中表现出强大的性能，并提供了一个演示供用户测试自己的输入文本。 AI

影响该框架通过实现跨不同领域的更强大的实体链接，可以提高NLP系统的准确性和适用性。

排序理由该集群包含一篇详细介绍NLP任务新框架和库的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Samy Haffoudhi (IP Paris, LTCI, DIG), Nikola Dobri\v{c}i\'c (IP Paris), Fabian Suchanek (IP Paris, LTCI), Nils Holzenberger · 2026-05-27 04:00

LELA：一个基于LLM的端到端实体链接框架，支持零样本领域自适应

arXiv:2605.26956v1 Announce Type: new Abstract: Entity linking is a key component of many downstream NLP systems, yet existing approaches are often tied to the specific target knowledge bases and domains, limiting their real world application. In this paper, we extend LELA, a mod…
arXiv cs.AI TIER_1 English(EN) · Nils Holzenberger · 2026-05-26 12:45

LELA：一个基于LLM的端到端实体链接框架，支持零样本领域自适应

Entity linking is a key component of many downstream NLP systems, yet existing approaches are often tied to the specific target knowledge bases and domains, limiting their real world application. In this paper, we extend LELA, a modular and domain-agnostic LLM-based entity disamb…