ScholarGate
Assistent
Process / pipeline

Entity Linking — Navngiven Entitets Disambiguering

Entity linking er en opgave inden for naturlig sprogbehandling, der matcher tvetydige entitetshenvisninger i tekst — personer, steder, organisationer — til den korrekte post i en vidensbase såsom Wikidata, DBpedia eller en domænespecifik ordliste. Undersøgt og formet af Milne og Witten (2008) og senere neurale tilgange gennemgået af Sevgili og kolleger (2022), forankrer den fri tekst i strukturerede, utvetydige referencer, der anvendes i opbygning af vidensgrafer og analyse af tekst fra flere kilder.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Milne, D. & Witten, I.H. (2008). Learning to Link with Wikipedia. CIKM (Proceedings of the 17th ACM Conference on Information and Knowledge Management). DOI: 10.1145/1458082.1458150
  2. Sevgili, O., Shelmanov, A., Arkhipov, M., Panchenko, A. & Biemann, C. (2022). Neural Entity Linking: A Survey of Models Based on Deep Learning. ACM Computing Surveys. DOI: 10.3233/SW-222986

Sådan citerer du denne side

ScholarGate. (2026, June 1). Entity Linking (Named Entity Disambiguation). ScholarGate. https://scholargate.app/da/text-mining/entity-linking

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateEntity Linking (Entity Linking (Named Entity Disambiguation)). Hentet 2026-06-15 fra https://scholargate.app/da/text-mining/entity-linking · Datasæt: https://doi.org/10.5281/zenodo.20539026