Suivi d'entités inter-documents — Résolution de coréférence inter-documents
Le suivi d'entités inter-documents, formellement appelé résolution de coréférence inter-documents, identifie et fusionne toutes les références à la même entité du monde réel dispersées dans une collection de documents. Enracinée dans le cadre d'évaluation B3 introduit par Bagga et Baldwin (1998) et considérablement avancée par le modèle neuronal conjoint de Barhom et al. (2019), cette méthode construit des clusters d'entités qui transcendent les limites des documents — permettant la compréhension multi-documents, le peuplement de bases de connaissances et l'analyse d'entités à l'échelle du corpus.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Bagga, A. & Baldwin, B. (1998). Algorithms for Scoring Coreference Chains. In Proceedings of the LREC 1998 Linguistic Coreference Workshop, pp. 563–566. link ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/fr/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.
- Résolution de coréférencesFouille de textes↔ compare
- Liaison d'entitésFouille de textes↔ compare
- Extraction d'informationFouille de textes↔ compare
- Reconnaissance d'entités nommées (REN)Fouille de textes↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →