ScholarGate
Pembantu
Process / pipeline

Penjejakan Entiti Lintas-Dokumen — Resolusi Koreferensi Lintas-Dokumen

Penjejakan entiti lintas-dokumen, yang secara formal dikenali sebagai resolusi koreferensi lintas-dokumen, mengenal pasti dan menggabungkan semua rujukan kepada entiti dunia sebenar yang sama yang tersebar di seluruh koleksi dokumen. Berakar umbi dalam rangka kerja penilaian B3 yang diperkenalkan oleh Bagga dan Baldwin (1998) dan dipertingkatkan secara ketara oleh model gabungan neural oleh Barhom et al. (2019), kaedah ini membina kelompok entiti yang merentangi sempadan dokumen — membolehkan pemahaman berbilang dokumen, pengisian pangkalan pengetahuan, dan analisis entiti seluruh korpus.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Sumber

  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

Cara memetik halaman ini

ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/ms/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). Dicapai 2026-06-15 daripada https://scholargate.app/ms/text-mining/cross-document-entity-tracking · Set data: https://doi.org/10.5281/zenodo.20539026