ScholarGate
עוזר
Process / pipeline

מעקב ישויות בין-מסמכים — פתרון תיאום ישויות בין-מסמכים

מעקב ישויות בין-מסמכים, הידוע רשמית כפתרון תיאום ישויות בין-מסמכים, מזהה וממזג את כל ההתייחסויות לאותה ישות בעולם האמיתי הפזורות על פני אוסף מסמכים. המושרש במסגרת ההערכה B3 שהוצגה על ידי Bagga ו-Baldwin (1998) וקודם באופן משמעותי על ידי המודל העצבי המשותף של Barhom ואח'. (2019), השיטה בונה אשכולות ישויות החוצים גבולות מסמכים — מאפשרת הבנה רב-מסמכית, אכלוס בסיסי ידע וניתוח ישויות ברמת הקורפוס.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  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

איך לצטט עמוד זה

ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/he/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). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/text-mining/cross-document-entity-tracking · מערך נתונים: https://doi.org/10.5281/zenodo.20539026