Aké sú pasce pri tvorbe KG z nestrukturovaného textu?

При изградњи графа знања (KG) од неструктурираног текста су следеће главне потешкоће:

• Извлачење ентитета и односа: Текст често садржи двосмислене или контекстуално зависне термине, што отежава исправно идентификовање ентитета и њихових односа.
• Решавање ко-референци: Потребно је одредити да ли различите спомена (нпр. "он", "директор") односе се на исти објекат.
• Рад са синонимима и варијацијама: Различите речи могу означавати исти појам, што захтева нормализацију и уједначавање.
• Шум и грешке у тексту: Типографске грешке, граматичке грешке и неформални стил отежавају анализу.
• Недостатак структурираних образаца: Потребно је применити напредне NLP методе, као што су модели неуронских мрежа, за извлачење информација.
• Масовност: Обрада великих количина текста захтева оптимизацију и распоређене рачунаре.

Пример: за извлачење триплета (ентитет — однос — ентитет) из реченице "Elon Musk основа SpaceX", потребно је исправно идентификовати "Elon Musk" и "SpaceX" као ентитете и одредити однос "основа" између њих.