Utilisation de Repr\'esentations Distribu\'ees de Relations pour la D\'esambigu\"\isation d'Entit\'es Nomm\'ees (Exploiting Relation Embeddings to Improve Entity Linking )

L{'}identification des entit{\'e}s nomm{\'e}es dans un texte est une {\'e}tape fondamentale pour de nombreuses t{\^a}ches d{'}extraction d{'}information. Pour avoir une identification compl{\`e}te, une {\'e}tape de d{\'e}sambigu{\"\i}sation des entit{\'e}s similaires doit {\^e}tre r{\'e}alis{\'e}e. Celle-ci s{'}appuie souvent sur la seule description textuelle des entit{\'e}s. Or, les bases de connaissances contiennent des informations plus riches, sous la forme de relations entre les entit{\'e}s : cette information peut {\'e}galement {\^e}tre exploit{\'e}e pour am{\'e}liorer la d{\'e}sambigu{\"\i}sation des entit{\'e}s. Nous proposons dans cet article une approche d{'}apprentissage de repr{\'e}sentations distribu{\'e}es de ces relations et leur utilisation pour la t{\^a}che de d{\'e}sambigu{\"\i}sation d{'}entit{\'e}s nomm{\'e}es. Nous montrons le gain de cette m{\'e}thode sur un corpus d{'}{\'e}valuation standard, en anglais, issu de la t{\^a}che de d{\'e}sambigu{\"\i}sation d{'}entit{\'e}s de la campagne TAC-KBP.