HELEA는 기존 엔티티 정렬 벤치마크의 한계를 극복하기 위해 동일 이름의 다른 개체를 식별하는 데 집중한 하드 네거티브 벤치마크(DW-HN29K, DY-HN27K)를 공개했어요.
HELEA는 1-hop KG 컨텍스트 기반 하드 네거티브 데이터로 학습한 엔티티 인코더 검색과 추가 훈련 없이 LLM 재순위화를 결합한 프레임워크예요.
HELEA는 DW-HN29K에서 F1 0.967, DW-15K에서 Hit@1 0.993을 달성하며 기존 방식의 한계를 극복했어요.