科学领域实体链接新突破：Sci-ZSEL框架实现零标注高效对齐

科学领域的实体链接面临独特挑战：专业术语与通用预训练模型词汇不匹配，且实体名称与提及词之间常缺乏词汇重叠。传统方法依赖领域内微调，但许多科学领域缺乏专家标注数据。现有零样本方法虽利用大语言模型生成别名，却面临计算成本高且无法过滤噪声的问题。

针对这些难题，研究团队提出Sci-ZSEL创新框架。该框架采用选择性别名生成策略，仅对关键实体调用大语言模型，有效控制计算开销。同时引入本体感知过滤器，可识别并剔除语义漂移至相邻本体的噪声别名。过滤后的别名用于构建伪标注的提及-实体对，进而训练专用链接模型。

为评估低词汇重叠场景下的性能，团队同步发布了动物科学实体链接基准数据集，该数据集链接三个畜牧性状本体，其词汇重叠率显著低于现有基准。在五个基准测试中，Sci-ZSEL均优于未微调的基线模型，在非重叠提及场景表现尤为突出，与人工整理同义词结合时达到最佳性能。这项工作为零标注科学知识图谱构建提供了实用解决方案。