ScholarGate
Asistente
Process / pipeline

Seguimiento de Entidades entre Documentos — Resolución de Correferencia entre Documentos

El seguimiento de entidades entre documentos, conocido formalmente como resolución de correferencia entre documentos, identifica y fusiona todas las referencias a la misma entidad del mundo real dispersas en una colección de documentos. Arraigado en el marco de evaluación B3 introducido por Bagga y Baldwin (1998) y sustancialmente avanzado por el modelo conjunto neuronal de Barhom et al. (2019), el método construye clústeres de entidades que abarcan los límites de los documentos, permitiendo la comprensión multidocumento, la población de bases de conocimiento y el análisis de entidades en todo el corpus.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Bagga, A. & Baldwin, B. (1998). Algorithms for Scoring Coreference Chains. In Proceedings of the LREC 1998 Linguistic Coreference Workshop, pp. 563–566. link
  2. Barhom, S., Shwartz, V., Eirew, A., Bugert, M., Reimers, N. & Dagan, I. (2019). Revisiting Joint Modeling of Cross-document Entity and Event Coreference Resolution. In Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics (ACL), pp. 4179–4189. link

Cómo citar esta página

ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/es/text-mining/cross-document-entity-tracking

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
ScholarGateCross-Document Entity Tracking (Cross-Document Entity Coreference Resolution and Tracking). Recuperado el 2026-06-15 de https://scholargate.app/es/text-mining/cross-document-entity-tracking · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026