Czym jest linkowanie encji i jakie modele je rozwiązują?

Linkowanie jednostek to zadanie powiązania wzmiankowań jednostek w tekście z konkretnymi wpisami w bazie wiedzy lub ontologii (np. w Wikipedii lub w grafie wiedzy). Celem jest określenie, do której dokładnie jednostki odnosi się wzmianka, biorąc pod uwagę kontekst.

Do rozwiązania linkowania jednostek stosuje się różne modele:

• Reguły i heurystyki — wczesne podejścia oparte na dopasowaniu łańcuchów i wskazówkach kontekstowych.
• Modele oparte na reprezentacjach wektorowych (embedding) — wykorzystują kontekstowe osadzenia (np. BERT) do dopasowania wzmianki do jednostek.
• Modele grafowe — uwzględniają relacje między jednostkami w grafie wiedzy, aby poprawić dokładność.
• Modele neuronowe z uwagą (attention) — pozwalają uwzględnić kontekst i relacje między wzmiankami.

Przykład: model może najpierw wyodrębnić wzmiankę "Apple" w tekście, a następnie, korzystając z kontekstu (np. słów "iPhone", "firma"), dopasować ją do jednostki "Apple Inc." w bazie wiedzy, a nie do owocu.