【AAAI2020接受论文】隐式关系语言模型，CMU&微软，Latent Relation Language Models

论文题目：
Latent Relation Language Models

论文摘要： 在本文中，我们提出了潜在关系语言模型（LRLM），它是一类语言模型，它通过知识图的关系参数化文档中单词和其中出现的实体的联合分布。 该模型具有许多吸引人的属性：它不仅提高了语言建模性能，而且还能够注释实体跨度对于关联文本的后验概率。 实验表明，在基于单词的基准语言模型和结合了知识图谱信息的先前方法上，经验性改进。 定性分析进一步证明了该模型在上下文中学习最佳预测适当关系的能力。