เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การเชื่อมโยงเอนทิตี× | การสกัดสารสนเทศ× | |
|---|---|---|
| สาขาวิชา | การทำเหมืองข้อความ | การทำเหมืองข้อความ |
| ตระกูล | Process / pipeline | Process / pipeline |
| ปีกำเนิด≠ | 2008 | — |
| ผู้ริเริ่ม≠ | Milne & Witten | — |
| ประเภท≠ | NLP knowledge-base grounding task | NLP structured-information task |
| แหล่งต้นตำรับ≠ | Milne, D. & Witten, I.H. (2008). Learning to Link with Wikipedia. CIKM (Proceedings of the 17th ACM Conference on Information and Knowledge Management). DOI ↗ | Cowie, J. & Lehnert, W. (1996). Information Extraction. Communications of the ACM. DOI ↗ |
| ชื่อเรียกอื่น≠ | named entity disambiguation, entity disambiguation, entity resolution to knowledge base, Varlık Bağlama (Entity Linking) | IE, structured information extraction, Bilgi Çıkarma (Information Extraction) |
| ที่เกี่ยวข้อง≠ | 3 | 4 |
| สรุป≠ | Entity linking is a natural-language-processing task that matches ambiguous entity mentions in text — people, places, organisations — to the correct record in a knowledge base such as Wikidata, DBpedia, or a domain dictionary. Surveyed and shaped by Milne and Witten (2008) and later neural approaches reviewed by Sevgili and colleagues (2022), it grounds free text into structured, unambiguous references used in knowledge-graph building and multi-source text analysis. | Information extraction (IE) is a natural-language-processing task that converts unstructured text into structured information — such as events, relations, and attributes — so that facts buried in free-form documents become machine-readable records. The task was consolidated in early surveys by Cowie and Lehnert (1996) and later by Grishman (2012). |
| ScholarGateชุดข้อมูล ↗ |
|
|