Tracciamento di entità inter-documento — Risoluzione di coreferenza inter-documento
Il tracciamento di entità inter-documento, formalmente noto come risoluzione di coreferenza inter-documento, identifica e unisce tutti i riferimenti alla stessa entità del mondo reale sparsi in una raccolta di documenti. Radicato nel framework di valutazione B3 introdotto da Bagga e Baldwin (1998) e sostanzialmente avanzato dal modello neurale congiunto di Barhom et al. (2019), il metodo costruisce cluster di entità che attraversano i confini dei documenti, abilitando la comprensione multi-documento, il popolamento di basi di conoscenza e l'analisi di entità a livello di corpus.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/it/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.
- Risoluzione delle coreferenzeText mining↔ compare
- Entity LinkingText mining↔ compare
- Estrazione di informazioniText mining↔ compare
- Riconoscimento di entità nominate (NER)Text mining↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →