Entity linking, definícia a použitie | AI slovník

Odborná definícia

Entity linking je úloha, ktorá priraďuje textovú zmienku ku konkrétnemu identifikátoru entity v znalostnej báze alebo registri. Systém najprv vytvorí kandidátov podľa názvu a aliasov a potom využije lokálny kontext, typ entity, popularitu alebo vzťahy na rozlíšenie významu. Výsledkom nie je iba štítok osoba či organizácia, ale jednoznačný odkaz na záznam. Dôležitou súčasťou je NIL rozhodnutie, keď vhodná entita v báze neexistuje, a správa zmien identifikátorov v čase. Kvalita závisí aj od pokrytia a aktuálnosti znalostnej bázy.

Zrozumiteľné vysvetlenie

Slovo Apple môže označovať firmu alebo ovocie. Entity linking sa neuspokojí s kategóriou, ale pri vete o kvartálnych výsledkoch pripojí zmienku ku konkrétnemu firemnému záznamu. Tým sa text dá spojiť s produktmi, vlastníckymi vzťahmi alebo ďalšími dokumentmi. Ak databáza obsahuje viac spoločností s rovnakým názvom, rozhoduje kontext, krajina a odvetvie. Systém musí vedieť povedať aj to, že žiadny kandidát nie je dostatočne presvedčivý, inak vytvára falošné prepojenia. Prepojenie má niesť skóre istoty a zdroj kandidáta.

Časté otázky

Čo je candidate generation pri entity linkingu?

Je to vytvorenie krátkeho zoznamu možných identít pre danú zmienku. Využíva aliasy, index, jazykové varianty, typy a niekedy približnú zhodu.

Ako sa kandidáti disambiguujú?

Model porovná kontext zmienky s opisom kandidáta, jeho typom a vzťahmi. Môže kombinovať embeddingy, pravidlá, prior popularity a grafové signály.

Čo znamená NIL entita?

Text odkazuje na entitu, ktorá v znalostnej báze nemá záznam alebo ju nemožno bezpečne určiť. Správny systém taký prípad nevnucuje existujúcemu ID.

Ako sa meria úspešnosť entity linkingu?

Používa sa accuracy alebo F1 nad správnymi identifikátormi, samostatne sa hodnotí detekcia NIL a výsledky podľa nejednoznačnosti či typu entity.

Prečo sú stabilné identifikátory dôležité pre GEO?

Umožňujú prepojiť rovnakú entitu medzi stránkami, datasetmi a schémami bez závislosti od variantu názvu, čo zlepšuje konzistentnosť znalostného grafu.

Súvisiace pojmy

Zdroje a redakčná stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.