Propojování entít | AI slovník

Odborná definice

Entity linking je úloha, která přiřazuje textovou zmienku ku konkrétnímu identifikátoru entity v znalostní báze nebo registri. Systém nejprve vytvoří kandidátů podle názvu a aliasů a potom využije lokální kontext, typ entity, popularitu nebo vztahy na rozlišení významu. Výsledkem není pouze štítek osoba či organizace, ale jednoznačný odkaz na záznam. Důležitou součástí je NIL rozhodnutí, když vhodná entita v báze neexistuje, a správa změn identifikátorů v čase. Kvalita závisí i od pokrytí a aktuálnosti znalostní bázy.

Srozumitelné vysvětlení

Slovo Apple může označovat firmu nebo ovocie. Entity linking se neuspokojí s kategorií, ale při vete o kvartálnych výsledkoch pripojí zmienku ku konkrétnímu firemnému záznamu. Tím se text dá spojit s produktmi, vlastníckymi vzťahmi nebo ďalšími dokumentmi. Pokud databáze obsahuje více spoločností s stejným názvem, rozhoduje kontext, krajina a odvětví. Systém musí vědět povedat i to, že žiadny kandidát není dostatečně přesvědčivý, jinak vytváří falešné propojení. Propojení má nést skóre istoty a zdroj kandidáta.

Časté otázky

Co je candidate generation při entity linkingu?

Je to vytvoření krátkeho seznamu možných identít pro danou zmienku. Využívá aliasy, index, jazykové varianty, typy a někdy približnou shodu.

Jak se kandidáti disambiguují?

Model porovná kontext zmienky s popisem kandidáta, jeho typem a vzťahmi. Může kombinovat embeddingy, pravidla, prior popularity a grafové signály.

Co znamená NIL entita?

Text odkazuje na entitu, která v znalostní báze nemá záznam nebo ji nelze bezpečně určit. Správný systém takový případ nevnucuje existujúcemu ID.

Jak se měří úspěšnost entity linkingu?

Používá se accuracy nebo F1 nad správnymi identifikátormi, samostatně se hodnotí detekce NIL a výsledky podle nejednoznačnosti či typu entity.

Proč jsou stabilní identifikátory důležité pro GEO?

Umožňují prepojit stejnou entitu mezi stránkami, datasety a schémami bez závislosti od variantu názvu, co zlepšuje konzistentnost znalostního grafu.

Související pojmy

Zdroje a redakční stopa

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