Rastreamento de Entidades entre Documentos — Resolução de Correferência entre Documentos
O rastreamento de entidades entre documentos, formalmente conhecido como resolução de correferência entre documentos, identifica e agrupa todas as referências à mesma entidade do mundo real dispersas em uma coleção de documentos. Fundamentado na estrutura de avaliação B3 introduzida por Bagga e Baldwin (1998) e substancialmente avançado pelo modelo neural conjunto de Barhom et al. (2019), o método constrói aglomerados de entidades que abrangem limites de documentos — permitindo a compreensão multidocumento, a população de bases de conhecimento e a análise de entidades em todo o corpus.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Cross-Document Entity Coreference Resolution and Tracking. ScholarGate. https://scholargate.app/pt/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.
- Resolução de CorreferênciaMineração de texto↔ compare
- Entity LinkingMineração de texto↔ compare
- Extração de InformaçãoMineração de texto↔ compare
- Reconhecimento de Entidades Nomeadas (NER)Mineração de texto↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →