ربط الكيانات

الموسوعة الحرة

في معالجة اللغة الطبيعية ، يُعرف ربط الكيانات ، والذي يُشار إليه أيضًا باسم إزالة الغموض عن الكيانات المسماة (NED)، أو التعرف على الكيانات المسماة وإزالة الغموض عنها (NERD)، أو توحيد الكيانات المسماة (NEN)، [ 1 ] أو التعرف على المفاهيم ، بأنه مهمة إسناد هوية فريدة للكيانات (مثل الشخصيات الشهيرة، أو المواقع، أو الشركات) المذكورة في النص. [ 2 ] على سبيل المثال، عند النظر إلى الجملة "باريس هي عاصمة فرنسا" ، فإن الفكرة الأساسية هي تحديد "باريس" و "فرنسا" ككيانات مسماة أولًا ، ثم تحديد أن "باريس" تشير إلى مدينة باريس وليس إلى باريس هيلتون أو أي كيان آخر يمكن الإشارة إليه باسم "باريس"، وأن "فرنسا" تشير إلى الدولة الفرنسية .

تتكون مهمة ربط الكيانات من 3 مهام فرعية.

  1. التعرف على الكيانات المسماة : استخراج الكيانات المسماة من النص.
  2. توليد المرشحين: لكل كيان مسمى، حدد المرشحين المحتملين من قاعدة المعرفة (مثل ويكيبيديا ، ويكي داتا ، دي بي بيديا ، ...).
  3. توضيح: اختر الكيان الصحيح من بين هذه المجموعة من المرشحين.

في ربط الكيانات، يتم ربط كل كيان مسمى بمعرف فريد. غالباً ما يتوافق هذا المعرف مع صفحة ويكيبيديا.

مقدمة

في ربط الكيانات، تُربط الكلمات المهمة (أسماء الأشخاص والمواقع والشركات) من نص مُدخل بكيانات فريدة مُقابلة في قاعدة معرفية مُستهدفة . تُسمى هذه الكلمات بالكيانات المُسماة ، أو الإشارات، أو الأشكال السطحية. تعتمد قاعدة المعرفة المُستهدفة على التطبيق المقصود، ولكن بالنسبة لأنظمة ربط الكيانات المُصممة للعمل على نصوص مفتوحة المصدر، من الشائع استخدام قواعد معرفية مُستمدة من ويكيبيديا (مثل ويكي بيانات أو دي بي بيديا ). [ 1 ] [ 3 ] في هذه الحالة، تُعتبر كل صفحة من صفحات ويكيبيديا كيانًا مُستقلًا. تُسمى تقنيات ربط الكيانات التي تربط الكيانات المُسماة بكيانات ويكيبيديا أيضًا بالويكيفيكيشن . [ 4 ]

بالنظر مجددًا إلى جملة المثال "باريس هي عاصمة فرنسا" ، فإن الناتج المتوقع لنظام ربط الكيانات سيكون باريس وفرنسا . يمكن استخدام محددات مواقع الموارد الموحدة (URLs) هذه كمعرفات موارد موحدة (URIs) فريدة للكيانات في قاعدة المعرفة. سيؤدي استخدام قاعدة معرفة مختلفة إلى إرجاع معرفات موارد موحدة مختلفة، ولكن بالنسبة لقواعد المعرفة المبنية انطلاقًا من ويكيبيديا ، توجد مطابقة تامة بين معرفات الموارد الموحدة. [ 5 ]

في معظم الحالات، يتم بناء قواعد المعرفة يدويًا، [ 6 ] ولكن في التطبيقات التي تتوفر فيها مجموعات كبيرة من النصوص ، يمكن استنتاج قاعدة المعرفة تلقائيًا من النص المتاح . [ 7 ]

يُعدّ ربط الكيانات خطوةً حاسمةً لربط بيانات الويب بقواعد المعرفة، وهو أمرٌ مفيدٌ لتصنيف الكم الهائل من البيانات الخام، والتي غالبًا ما تكون غير دقيقة، على الويب، ويساهم في تحقيق رؤية الويب الدلالي . [ 8 ] بالإضافة إلى ربط الكيانات، توجد خطواتٌ حاسمةٌ أخرى، تشمل على سبيل المثال لا الحصر استخراج الأحداث، [ 9 ] وربط الأحداث، [ 10 ] وغيرها.

التطبيقات

يُعدّ ربط الكيانات مفيدًا في المجالات التي تتطلب استخلاص تمثيلات مجردة من النصوص، كما هو الحال في تحليل النصوص، وأنظمة التوصية ، والبحث الدلالي، وبرامج الدردشة الآلية. في جميع هذه المجالات، تُفصل المفاهيم ذات الصلة بالتطبيق عن النصوص والبيانات الأخرى غير ذات الصلة. [ 11 ] [ 12 ]

على سبيل المثال، من المهام الشائعة لمحركات البحث العثور على مستندات مشابهة لمستند مُدخل، أو العثور على معلومات إضافية حول الأشخاص المذكورين فيه. لنفترض جملة تحتوي على عبارة "عاصمة فرنسا" : بدون ربط الكيانات، لن يتمكن محرك البحث الذي يفحص محتوى المستندات من استرجاع المستندات التي تحتوي على كلمة "باريس" مباشرةً ، مما يؤدي إلى ما يُسمى بالنتائج السلبية الخاطئة . والأسوأ من ذلك، قد يُنتج محرك البحث نتائج مُطابقة زائفة (أو نتائج إيجابية خاطئة )، مثل استرجاع مستندات تُشير إلى "فرنسا" كدولة.

توجد العديد من الأساليب المستقلة عن ربط الكيانات لاسترجاع مستندات مشابهة لمستند مُدخل. على سبيل المثال، تحليل الدلالات الكامنة (LSA) أو مقارنة تضمينات المستندات المُستخرجة باستخدام doc2vec . مع ذلك، لا تُتيح هذه التقنيات نفس مستوى التحكم الدقيق الذي يوفره ربط الكيانات، إذ تُعيد مستندات أخرى بدلًا من إنشاء تمثيلات عالية المستوى للمستند الأصلي. على سبيل المثال، سيكون الحصول على معلومات تخطيطية حول "باريس" ، كما هو مُوضح في صناديق معلومات ويكيبيديا، أقل سهولة، أو حتى مستحيلًا في بعض الأحيان، اعتمادًا على مدى تعقيد الاستعلام. [ 13 ]

علاوة على ذلك، استُخدم ربط الكيانات لتحسين أداء أنظمة استرجاع المعلومات [ 1 ] ولتحسين أداء البحث في المكتبات الرقمية [ 14 ] . كما يُعد ربط الكيانات مدخلاً أساسياً للبحث الدلالي [ 15 ] [ 16 ].

التحديات

توجد صعوبات عديدة في عملية ربط الكيانات. بعض هذه الصعوبات متأصلة في المهمة نفسها، [ 17 ] مثل غموض النص. بينما يرتبط بعضها الآخر بالاستخدام العملي، مثل قابلية التوسع ووقت التنفيذ.

  • اختلافات الأسماء : قد يظهر الكيان نفسه بصيغ نصية مختلفة. تشمل مصادر هذه الاختلافات الاختصارات ( نيويورك ، NY )، والأسماء البديلة ( نيويورك ، التفاحة الكبيرة )، أو الاختلافات والأخطاء الإملائية ( New yokr ).
  • الغموض : قد يشير ذكر الشيء نفسه إلى كيانات مختلفة، بحسب السياق، إذ تميل أسماء العديد من الكيانات إلى أن تكون متجانسة لفظيًا (أي أن نفس تسلسل الأحرف ينطبق على مفاهيم مختلفة ذات معانٍ متباينة، مثلًا، قد تعني كلمة "بنك" مؤسسة مالية أو الأرض المجاورة لنهر) أو متعددة المعاني (تعدد المعاني هو نوع فرعي من التجانس اللفظي حيث ترتبط المعاني بأصل تاريخي أو لغوي). فكلمة " باريس" ، من بين أمور أخرى، قد تشير إلى العاصمة الفرنسية أو إلى باريس هيلتون . في بعض الحالات، قد لا يكون هناك تشابه نصي بين ذكر في النص (مثلًا، "زرنا عاصمة فرنسا الشهر الماضي") والكيان المستهدف فعليًا ( باريس ).
  • غياب الكيانات المُسماة: قد لا يكون للكيانات المُسماة كيان مُقابل في قاعدة المعرفة المُستهدفة. يحدث هذا إذا كان الكيان شديد التخصص أو غير مألوف، أو مرتبطًا بأحداث حديثة وكانت قاعدة المعرفة قديمة، أو إذا كانت قاعدة المعرفة مُخصصة لمجال مُعين (على سبيل المثال، قاعدة معرفة في علم الأحياء). في هذه الحالات، يُتوقع من النظام على الأرجح أن يُعيد NILرابطًا للكيان. تحديد وقت إعادة NILالتنبؤ ليس بالأمر البسيط، وقد طُرحت العديد من الأساليب. من الأمثلة على ذلك تحديد عتبة لدرجة الثقة في نظام ربط الكيانات، وإدراج NILكيان في قاعدة المعرفة، يُعامل كأي كيان آخر. مع ذلك، في بعض الحالات، قد يكون الربط بكيان غير صحيح ولكنه ذو صلة أكثر فائدة للمستخدم من عدم وجود أي نتيجة على الإطلاق. [ 17 ]
  • الحجم والسرعة : من المستحسن أن يوفر نظام ربط الكيانات الصناعية نتائج في وقت معقول، وغالبًا في الوقت الفعلي. يُعد هذا الشرط بالغ الأهمية لمحركات البحث، وبرامج الدردشة الآلية، وأنظمة ربط الكيانات التي توفرها منصات تحليل البيانات. قد يكون ضمان وقت تنفيذ منخفض أمرًا صعبًا عند استخدام قواعد معرفية ضخمة أو عند معالجة مستندات كبيرة. [ 18 ] على سبيل المثال، تحتوي ويكيبيديا على ما يقرب من 9 ملايين كيان وأكثر من 170 مليون علاقة فيما بينها.
  • المعلومات المتطورة : يجب أن يتعامل نظام ربط الكيانات مع المعلومات المتطورة، وأن يدمج التحديثات في قاعدة المعرفة بسهولة. ترتبط مشكلة المعلومات المتطورة أحيانًا بمشكلة الكيانات المفقودة، على سبيل المثال عند معالجة المقالات الإخبارية الحديثة التي تتضمن إشارات إلى أحداث لا يوجد لها مدخل مطابق في قاعدة المعرفة نظرًا لحداثتها. [ 19 ]
  • لغات متعددة : قد يدعم نظام ربط الكيانات الاستعلامات التي تُنفذ بلغات متعددة. من الناحية المثالية، لا ينبغي أن تتأثر دقة نظام ربط الكيانات بلغة الإدخال، وينبغي أن تكون الكيانات في قاعدة المعرفة متطابقة عبر اللغات المختلفة. [ 20 ]

ربط الكيانات بمفاهيم أخرى. غالباً ما تكون التعريفات غامضة وتختلف قليلاً بين المؤلفين.

  • يُعتبر التمييز بين الكيانات المسماة (NED) عادةً مرادفًا لربط الكيانات، لكن بعض المؤلفين (الهلبوي وآخرون [ 21 ] ) يعتبرونه حالة خاصة من ربط الكيانات تفترض وجود الكيان في قاعدة المعرفة. [ 22 ] [ 23 ]
  • إن عملية تحويل النصوص إلى ويكيبيديا هي مهمة ربط الإشارات النصية بالكيانات الموجودة في ويكيبيديا (بشكل عام، يقتصر النطاق على ويكيبيديا الإنجليزية في حالة تحويل النصوص إلى ويكيبيديا عبر اللغات).
  • يُعنى ربط السجلات (RL) بإيجاد الكيان نفسه في مجموعات بيانات متعددة وغالبًا ما تكون غير متجانسة. [ 24 ] وهو مفهوم أوسع من ربط الكيانات، ويُعد عملية أساسية في رقمنة الأرشيفات وربط قواعد المعرفة. [ 14 ]
  • تُحدد تقنية التعرف على الكيانات المسماة (NER) الكيانات المسماة في النصوص غير المهيكلة وتصنفها ضمن فئات محددة مسبقًا مثل الأسماء والمنظمات والمواقع وغيرها. على سبيل المثال، الجملة التالية:

باريس هي عاصمة فرنسا.

ستتم معالجتها بواسطة نظام التعرف على الكيانات المسماة للحصول على المخرجات التالية:

مدينة باريس هي عاصمة دولة فرنسا .​​

تعتبر عملية التعرف على الكيانات المسماة عادةً خطوة معالجة مسبقة لنظام ربط الكيانات، حيث يمكن أن يكون من المفيد معرفة الكلمات التي يجب ربطها بكيانات قاعدة المعرفة مسبقًا.
  • تُساعد عملية تحديد الإحالة المرجعية على فهم ما إذا كانت عدة كلمات في النص تُشير إلى نفس الكيان. على سبيل المثال، قد يكون ذلك مفيدًا لفهم الكلمة التي يُشير إليها الضمير. انظر المثال التالي:

باريس هي عاصمة فرنسا، وهي أيضاً أكبر مدينة في فرنسا.

في هذا المثال، ستحدد خوارزمية حل الإحالة المرجعية أن الضمير " هو " يشير إلى باريس ، وليس إلى فرنسا أو إلى كيان آخر. ومن الفروق الجوهرية مقارنةً بربط الكيانات أن حل الإحالة المرجعية لا يُحدد هوية فريدة للكلمات التي يُطابقها، بل يُحدد فقط ما إذا كانت تُشير إلى الكيان نفسه أم لا. وبهذا المعنى، يُمكن أن تكون تنبؤات نظام حل الإحالة المرجعية مفيدة لمكون ربط الكيانات اللاحق.

الأساليب

كان ربط الكيانات موضوعًا ساخنًا في الصناعة والأوساط الأكاديمية خلال العقد الماضي. لا تزال العديد من التحديات قائمة دون حل، ولكن تم اقتراح العديد من أنظمة ربط الكيانات، والتي تتميز بنقاط قوة وضعف متفاوتة بشكل كبير. [ 25 ]

بشكل عام، يمكن تقسيم أنظمة ربط الكيانات الحديثة إلى فئتين:

غالباً ما تستخدم أنظمة ربط الكيانات كلاً من مخططات المعرفة والخصائص النصية المستخرجة من، على سبيل المثال، مجموعات النصوص المستخدمة لبناء مخططات المعرفة نفسها. [ 22 ] [ 23 ]

خطوات ربط الكيانات النموذجية: 1. التعرف على الكيانات المسماة - البحث عن الكيانات المسماة في النص (هنا، باريس وفرنسا)؛ 2. ربط الكيانات المسماة التي تم العثور عليها بمعرفاتها الفريدة المقابلة (هنا، صفحات ويكيبيديا). غالبًا ما يتم ذلك من خلال: 2.1. تحديد معيار لمقارنة المرشحين في النظام؛ 2.2. إنشاء مجموعة صغيرة من المعرفات المرشحة لكل كيان مسمى؛ 2.3. تقييم المرشحين باستخدام المعيار واختيار المرشح الحاصل على أعلى درجة.

نصي

نشر كوسيرزان في عام 2007 أحد أوائل أنظمة ربط الكيانات، وهو عمل رائد تناول مهمة تحويل النصوص إلى صفحات ويكيبيديا. [ 26 ] يصنف هذا النظام الصفحات إلى صفحات كيانات، وصفحات توضيح، وصفحات قوائم. تُستخدم مجموعة الكيانات الموجودة في كل صفحة كيان لبناء سياق الكيان. وتتمثل الخطوة الأخيرة في توضيح جماعي من خلال مقارنة متجهات ثنائية من السمات المصممة يدويًا مع سياق كل كيان. ولا يزال نظام كوسيرزان يُستخدم كأساس للأعمال الحديثة. [ 28 ]

اقترح راو وآخرون [ 17 ] خوارزمية من خطوتين لربط الكيانات المسماة بالكيانات في قاعدة المعرفة المستهدفة. في الخطوة الأولى، يتم اختيار الكيانات المرشحة باستخدام مطابقة السلاسل النصية والاختصارات والأسماء المستعارة المعروفة. ثم، يتم اختيار أفضل رابط بين المرشحين باستخدام آلة المتجهات الداعمة (SVM) التي تعتمد على السمات اللغوية.

تستخدم الأنظمة الحديثة، مثل نظام تساي وآخرون [ 24 ] ، تمثيلات الكلمات المُستخرجة باستخدام نموذج skip-gram كميزات لغوية، ويمكن تطبيقها على أي لغة يتوفر لها مجموعة كبيرة من النصوص لبناء تمثيلات الكلمات. وكما هو الحال في معظم أنظمة ربط الكيانات، يتكون هذا النظام من خطوتين: اختيار أولي للمرشحين، وترتيبهم باستخدام آلة المتجهات الداعمة الخطية (SVM).

جُرِّبت مناهج مختلفة لمعالجة مشكلة غموض الكيانات. يعتمد المنهج الرائد لميلن وويتن على التعلم الخاضع للإشراف باستخدام النصوص المرجعية لكيانات ويكيبيديا كبيانات تدريب. [ 29 ] كما جمعت مناهج أخرى بيانات تدريب بناءً على المرادفات غير الغامضة. [ 30 ]

قائم على الرسوم البيانية

تستخدم أنظمة ربط الكيانات الحديثة أيضًا مخططات معرفية ضخمة مُنشأة من قواعد معرفية مثل ويكيبيديا، بالإضافة إلى السمات النصية المُستخرجة من المستندات المُدخلة أو مجموعات النصوص. علاوة على ذلك، يُعد ربط الكيانات متعدد اللغات القائم على معالجة اللغة الطبيعية (NLP) أمرًا صعبًا، لأنه يتطلب إما مجموعات نصوص ضخمة، وهي غير متوفرة في العديد من اللغات، أو قواعد نحوية مُصممة يدويًا، والتي تختلف اختلافًا كبيرًا بين اللغات. يستخدم ربط الكيانات القائم على المخططات سمات بنية المخطط أو الروابط متعددة المراحل بين الكيانات، وهي سمات لا يمكن تحليلها باستخدام تحليل النصوص البسيط.

يقترح هان وآخرون إنشاء رسم بياني لإزالة الغموض (رسم بياني فرعي من قاعدة المعرفة يحتوي على الكيانات المرشحة). [ 3 ] يُستخدم هذا الرسم البياني للتصنيف الجماعي لاختيار أفضل كيان مرشح لكل ذكر نصي.

ومن الأساليب الشهيرة الأخرى أسلوب AIDA، [ 31 ] الذي يستخدم سلسلة من خوارزميات الرسوم البيانية المعقدة وخوارزمية جشعة تحدد الإشارات المتماسكة على رسم بياني فرعي كثيف من خلال مراعاة أوجه التشابه في السياق وخصائص أهمية الرؤوس لإجراء عملية إزالة الغموض الجماعي. [ 27 ]

قدم الحلبوي وآخرون نظامًا لربط الكيانات يستخدم خوارزمية PageRank لإجراء ربط جماعي للكيانات على رسم بياني للتوضيح، وفهم أي الكيانات أكثر ارتباطًا ببعضها البعض وبالتالي تمثل ربطًا أفضل. [ 21 ] تهدف خوارزميات تصنيف الرسوم البيانية (أو تصنيف الرؤوس) مثل PageRank (PR) وبحث المواضيع المستحث بالروابط التشعبية (HITS) إلى تقييم العقد وفقًا لأهميتها النسبية في الرسم البياني.

رياضي

يمكن ربط التعبيرات الرياضية (الرموز والصيغ) بكيانات دلالية (مثل مقالات ويكيبيديا [ 32 ] أو عناصر ويكي بيانات [ 33 ] ) مُصنَّفة بمعانيها في اللغة الطبيعية. يُعدّ هذا الربط ضروريًا لإزالة الغموض، إذ قد تحمل الرموز معاني مختلفة (مثلًا، قد يُشير الحرف "E" إلى "الطاقة" أو "القيمة المتوقعة"، إلخ). [ 34 ] [ 33 ] يُمكن تسهيل وتسريع عملية ربط الكيانات الرياضية من خلال توصيات التعليقات التوضيحية، على سبيل المثال، باستخدام نظام "AnnoMathTeX" الذي تستضيفه ويكيميديا. [ 35 ] [ 36 ] [ 37 ]

لتسهيل إمكانية تكرار تجارب ربط الكيانات الرياضية (MathEL)، تم إنشاء معيار MathMLben. [ 38 ] [ 39 ] يحتوي هذا المعيار على صيغ رياضية من ويكيبيديا، و arXiv ، ومكتبة NIST الرقمية للدوال الرياضية (DLMF). تُصنّف مدخلات الصيغ في المعيار وتُضاف إليها علامات ويكي بيانات . [ 33 ] علاوة على ذلك، تم فحص توزيعات الرموز الرياضية لمجموعتين كبيرتين من مستودعي arXiv [ 40 ] وzbMATH [ 41 ] . وتم تحديد الكائنات الرياضية ذات الأهمية (MOI) كمرشحين محتملين لـ MathEL. [ 42 ]

إلى جانب الربط بموسوعة ويكيبيديا، يصف كلٌّ من شوبوتز [ 39 ] وشاربف وآخرون [ 33 ] ربط محتوى الصيغ الرياضية بموسوعة ويكي بيانات، باستخدام كلٍّ من لغة ترميز MathML ولغة LaTeX . ولتوسيع نطاق الاستشهادات التقليدية لتشمل الرياضيات، يدعون إلى تحدٍّ لاكتشاف مفاهيم الصيغ (FCD) والتعرّف عليها (FCR) لتطوير لغة MathEL آلية. وقد حقق نهجهم في اكتشاف مفاهيم الصيغ (FCD) نسبة استرجاع بلغت 68% لاسترجاع التمثيلات المكافئة للصيغ الشائعة، و72% لاستخراج اسم الصيغة من النص المحيط بها في مجموعة بيانات NTCIR [ 43 ] arXiv. [ 37 ]

انظر أيضاً

مراجع

  1. 1 2 3 م. أ. خالد، ف. جيكون، وم. دي ريك (2008). أثر توحيد الكيانات المسماة على استرجاع المعلومات للإجابة على الأسئلة . وقائع المؤتمر الأوروبي لاسترجاع المعلومات.
  2. ↑ فيري، أرنو؛ لانغليه، فيليب (2023). "تحليل تحيزات تقييم توحيد الكيانات في المجالات المتخصصة" (ملف PDF) . مجلة BMC Bioinformatics . 24 (1): 227. doi : 10.1186/s12859-023-05350-9 . PMC 10236701. PMID 37268890 .  خطأ في الاستشهاد: معلمة غير معروفة """ في <ref>الوسم؛ المعلمات المدعومة هي dir، follow، group، name (انظر صفحة المساعدة ).
  3. هان، شيانبي؛ صن، لي؛ تشاو، جون (2011). "ربط الكيانات الجماعية في نصوص الويب" . وقائع المؤتمر الدولي الرابع والثلاثين لجمعية ACM SIGIR حول البحث والتطوير في استرجاع المعلومات . ACM. الصفحات 765-774 . doi : 10.1145/2009916.2010019 . ISBN  9781450307574. S2CID 14428938 . 
  4. ↑ رادا ميهالسا وأندراس تشوماي (2007) ويكي فاي! ربط الوثائق بالمعرفة الموسوعية . وقائع مؤتمر CIKM.
  5. ↑ "روابط ويكيبيديا" . 4 مايو 2023.
  6. ↑ ويكي بيانات
  7. ↑ آرون م. كوهين (2005). توحيد الكيانات المسماة للجينات/البروتينات غير الخاضع للإشراف باستخدام القواميس المستخرجة تلقائيًا. وقائع ورشة عمل ACL -ISMB حول ربط الأدبيات البيولوجية والأنطولوجيات وقواعد البيانات: استخراج الدلالات البيولوجية، الصفحات 17-24.
  8. ↑ شين و، وانغ ج، هان ج. ربط الكيانات بقاعدة المعرفة: القضايا والتقنيات والحلول[J]. معاملات IEEE في هندسة المعرفة والبيانات، 2014، 27(2): 443-460.
  9. ↑ تشانغ واي سي، تشو سي إتش، سو واي سي، وآخرون. PIPE: وحدة استخلاص مسارات تفاعل البروتين-البروتين لتحدي BioCreative[J]. قاعدة البيانات، 2016، 2016.
  10. ↑ لو ب، خيمينو ييبس أ، تشانغ ز، وآخرون. BioNorm: توحيد الأحداث القائم على التعلم العميق لتنظيم قواعد بيانات التفاعلات[J]. المعلوماتية الحيوية، 2020، 36(2): 611-620.
  11. ↑ سلاوسكي، بيل (16 سبتمبر 2015). "كيف تستخدم جوجل خاصية إزالة الغموض عن الكيانات المسماة للكيانات التي تحمل نفس الأسماء" .
  12. ↑ تشو، مينغ؛ لو، ويفنغ؛ رين، بنغجي؛ وي، فورو؛ تان، تشوانكي (2017). "ربط الكيانات للاستعلامات من خلال البحث في جمل ويكيبيديا" . وقائع مؤتمر 2017 حول الأساليب التجريبية في معالجة اللغة الطبيعية . ص 68-77. arXiv : 1704.02788 . doi : 10.18653 / v1/D17-1007 . S2CID 1125678 .  
  13. ↑ لي، كوك؛ ميكولوف، توماس (2014). "التمثيلات الموزعة للجمل والوثائق" . وقائع المؤتمر الدولي الحادي والثلاثين للتعلم الآلي . 32 : II–1188–II–1196. arXiv : 1405.4053 .
  14. 1 2 هوي هان، هونغ يوان تشا، سي لي جايلز، "إزالة الغموض عن الأسماء في الاستشهادات بالمؤلفين باستخدام طريقة التجميع الطيفي K-way"، المؤتمر المشترك بين ACM/IEEE حول المكتبات الرقمية 2005 (JCDL 2005): 334-343، 2005
  15. ↑ "STICS" . مؤرشف من الأصل بتاريخ 2021-09-01 . تم الاطلاع عليه بتاريخ 2015-11-16 .
  16. ↑ هوفارت، يوهانس؛ ميلتشيفسكي، دراغان؛ ويكوم، جيرهارد (2014-07-03). "STICS: البحث باستخدام السلاسل والأشياء والقطط" . وقائع المؤتمر الدولي السابع والثلاثين لجمعية ACM SIGIR حول البحث والتطوير في استرجاع المعلومات . SIGIR '14. نيويورك، نيويورك، الولايات المتحدة الأمريكية: جمعية آلات الحوسبة. الصفحات 1247-1248 . doi : 10.1145/2600428.2611177 . ISBN  978-1-4503-2257-7.
  17. 1 2 3 4 راو، ديليب؛ ماكنامي، بول؛ دريدز، مارك (2013). "ربط الكيانات: إيجاد الكيانات المستخرجة في قاعدة المعرفة". استخراج المعلومات وتلخيصها من مصادر متعددة ولغات متعددة . نظرية وتطبيقات معالجة اللغة الطبيعية. سبرينغر برلين هايدلبرغ. ص 93-115 . doi : 10.1007/978-3-642-28569-1_5 . ISBN  978-3-642-28568-4. S2CID 6420241 . 
  18. ↑ بارافيتشيني، ألبرتو؛ باترا، ريتشيك؛ بارتوليني، دافيدي ب.؛ سانتامبروجيو، ماركو د. (2019). "ربط الكيانات بسرعة ودقة عبر تضمين الرسم البياني" . وقائع ورشة العمل الدولية المشتركة الثانية حول تجارب وأنظمة إدارة بيانات الرسم البياني (GRADES) وتحليلات بيانات الشبكة (NDA) . ACM. الصفحات 10:1–10:9. doi : 10.1145/3327964.3328499 . hdl : 11311/1119019 . ISBN  9781450367899. S2CID 195357229 . 
  19. ↑ هوفارت، يوهانس؛ ألتون، ياسمين؛ ويكوم، جيرهارد (2014). "اكتشاف الكيانات الناشئة ذات الأسماء الغامضة" . وقائع المؤتمر الدولي الثالث والعشرين حول شبكة الويب العالمية . ACM. ص 385-396 . doi : 10.1145/2566486.2568003 . ISBN  9781450327442. S2CID 7562986 . 
  20. ↑ ماكنامي، بول؛ مايفيلد، جيمس؛ لوري، دون؛ أورد، دوغلاس دبليو؛ دورمان، ديفيد (8-13 نوفمبر 2011). ربط الكيانات عبر اللغات (ملف PDF) . المؤتمر الدولي المشترك الخامس حول معالجة اللغات الطبيعية. شيانغ ماي، تايلاند: AFNLP . الصفحات 255-263 . 
  21. 1 2 الحلبوي، أيمن؛ غايزوسكاس، روبرت (23-29 أغسطس 2014). إزالة الغموض عن الكيانات المسماة الجماعية باستخدام أساليب ترتيب الرسوم البيانية وتقسيم الزمر (ملف PDF) . COLING 2014، المؤتمر الدولي الخامس والعشرون للغويات الحاسوبية: أوراق فنية. دبلن، أيرلندا: COLING. الصفحات 1544-1555 . 
  22. 1 2 زويكلباور، ستيفان؛ سيفرت، كريستين؛ غرانيتزر، مايكل (2016). "إزالة الغموض عن الكيانات بشكل قوي وجماعي من خلال التضمينات الدلالية" . وقائع المؤتمر الدولي التاسع والثلاثين لجمعية ACM SIGIR حول البحث والتطوير في استرجاع المعلومات (PDF) . ACM. الصفحات 425-434 . doi : 10.1145/2911451.2911535 . ISBN  9781450340694. S2CID 207237647 . 
  23. 1 2 هاشي، بن؛ رادفورد، ويل؛ نوثمان، جويل؛ هونيبال، ماثيو؛ كوران، جيمس ر. (2013). "تقييم ربط الكيانات مع ويكيبيديا" . الذكاء الاصطناعي . 194 : 130-150 . doi : 10.1016/j.artint.2012.04.005 . ISSN 0004-3702 . 
  24. 1 2 تساي، تشين-تسي؛ روث، دان (2016). "الويكي متعدد اللغات باستخدام تضمينات متعددة اللغات" . وقائع مؤتمر 2016 لفرع أمريكا الشمالية لجمعية اللغويات الحاسوبية: تقنيات اللغة البشرية . المجلد. وقائع NAACL-HLT 2016. الصفحات 589-598 . doi : 10.18653/v1/N16-1072 . S2CID 15156124 .   
  25. ↑ جي، هينغ؛ نوثمان، جويل؛ هاشي، بن؛ فلوريان، رادو (2015). "نظرة عامة على اكتشاف وربط الكيانات ثلاثية اللغات TAC-KBP2015". TAC .
  26. 1 2 كوسيرزان، سيلفيو (يونيو 2007). "إزالة الغموض عن الكيانات المسماة على نطاق واسع استنادًا إلى بيانات ويكيبيديا" . وقائع المؤتمر المشترك لعام 2007 حول الأساليب التجريبية في معالجة اللغة الطبيعية والتعلم الحاسوبي للغة الطبيعية (EMNLP-CoNLL) . رابطة اللغويات الحاسوبية. الصفحات 708-716 . 
  27. 1 2 ويكوم، جيرهارد؛ ثاتر، ستيفان؛ تانيفا، بيليانا؛ سبانيول، مارك؛ بينكال، مانفريد؛ فورستناو، هاجن؛ بوردينو، إيلاريا؛ يوسف، محمد أمير؛ هوفارت، يوهانس (2011). "إزالة الغموض القوي للكيانات المسماة في النص" . وقائع مؤتمر 2011 حول الأساليب التجريبية في معالجة اللغة الطبيعية : 782-792 .
  28. ↑ كولكارني، سايالي؛ سينغ، أميت؛ راماكريشنان، غانيش؛ تشاكرابارتي، سومين (2009). الشرح الجماعي لكيانات ويكيبيديا في نصوص الويب . وقائع المؤتمر الدولي الخامس عشر لجمعية ACM SIGKDD حول اكتشاف المعرفة واستخراج البيانات (KDD). CiteSeerX 10.1.1.151.1904 . doi : 10.1145/1557019.1557073 . ISBN  9781605584959.
  29. ↑ ديفيد ميلن وإيان هـ. ويتن (2008). تعلم الربط مع ويكيبيديا. وقائع مؤتمر CIKM.
  30. ↑ تشانغ، وي؛ جيان سو؛ تشيو ليم تان (2010). "ربط الكيانات بالاستفادة من التعليقات التوضيحية المولدة تلقائيًا". وقائع المؤتمر الدولي الثالث والعشرين للغويات الحاسوبية (كولينغ 2010) .
  31. ↑ يوسف، محمد أمير؛ هوفارت، يوهانس؛ بوردينو، إيلاريا؛ سبانيول، مارك؛ ويكوم، جيرهارد (2011). "AIDA: أداة عبر الإنترنت لإزالة الغموض بدقة عن الكيانات المسماة في النصوص والجداول". وقائع المؤتمر الدولي السابع والثلاثين لقواعد البيانات الضخمة جدًا . VLDB 2011: 1450-1453 .
  32. ↑ جيوفاني يوكو كريستيانتو؛ جوران توبيك؛ أكيكو أيزاوا؛ وآخرون (2016). "ربط الكيانات للتعبيرات الرياضية في الوثائق العلمية". المكتبات الرقمية: المعرفة والمعلومات والبيانات في مجتمع الوصول المفتوح . سلسلة محاضرات في علوم الحاسوب. المجلد 10075. سبرينغر. الصفحات 144-149 . doi : 10.1007/978-3-319-49304-6_18 . ISBN    978-3-319-49303-9.
  33. 1 2 3 4 فيليب شاربف؛ موريتز شوبوتز؛ وآخرون (2018). تمثيل الصيغ الرياضية في محتوى MathML باستخدام ويكي بيانات . مؤتمر ACM SIGIR للبحث والتطوير في استرجاع المعلومات (SIGIR 2018). 
  34. ↑ موريتز شوبوتز؛ فيليب شاربف؛ وآخرون (2018). "تقديم MathQA: نظام إجابة أسئلة مُدرك للرياضيات". اكتشاف المعلومات وتقديمها . 46 (4). دار إميرالد للنشر المحدودة: 214-224 . arXiv : 1907.01642 . doi : 10.1108/IDD-06-2018-0022 . S2CID 49484035 .  
  35. ↑ "نظام التوصية بصيغ/معرفات AnnoMathTeX" .
  36. ↑ فيليب شاربف؛ إيان ماكيرشر؛ وآخرون . (17 سبتمبر 2019). " AnnoMathTeX - نظام توصية لشرح مُعرّفات الصيغ لوثائق العلوم والتكنولوجيا والهندسة والرياضيات". وقائع المؤتمر الثالث عشر لجمعية الحوسبة الآلية (ACM) حول أنظمة التوصية (ملف PDF) . الصفحات 532-533 . doi : 10.1145/3298689.3347042 . ISBN   9781450362436. S2CID 202639987 . 
  37. 1 2 فيليب شاربف؛ موريتز شوبوتز؛ بيلا جيب (14 أبريل 2021). "الربط السريع لكيانات ويكي بيانات الرياضية في مقالات ويكيبيديا باستخدام توصيات التعليقات التوضيحية". وقائع مؤتمر الويب 2021 (ملف PDF) . الصفحات 602-609 . arXiv : 2104.05111 . doi : 10.1145/3442442.3452348 . ISBN  9781450383134. S2CID 233210264 . 
  38. ↑ "معيار صيغة MathMLben" .
  39. 1 2 موريتز شوبوتز؛ أندريه غرينر-بيتر؛ فيليب شاربف؛ نورمان موشكه؛ هوارد كول؛ بيلا جيب (2018). "تحسين تمثيل وتحويل الصيغ الرياضية من خلال مراعاة سياقها النصي". وقائع المؤتمر المشترك الثامن عشر لجمعية ACM/IEEE حول المكتبات الرقمية (PDF) . المجلد 39. الصفحات 233-242 . arXiv : 1804.04956 . doi : 10.1145/3197026.3197058 . ISBN   9781450351782. PMC 8474120 . PMID 34584342 . S2CID 4872257 .   
  40. ↑ "مستودع ما قبل الطباعة arXiv" .
  41. ↑ "مكتبة وثائق الرياضيات zbMath" .
  42. ↑ أندريه غرينر-بيتر؛ موريتز شوبوتز؛ فابيان مولر؛ كورينا برايتينغر؛ هوارد س. كول؛ أكيكو أيزاوا؛ بيلا جيب (2020). "اكتشاف الكائنات الرياضية ذات الأهمية - دراسة للرموز الرياضية". وقائع مؤتمر الويب 2020 (ملف PDF) . الصفحات 1445-1456 . arXiv : 2002.02712 . doi : 10.1145/3366423.3380218 . ISBN  9781450370233. S2CID 211066554 . 
  43. ↑ أكيكو أيزاوا؛ مايكل كولهاس؛ إياد أونيس؛ موريتز شوبوتز. "نظرة عامة على مهمة NTCIR-11 Math-2". وقائع المؤتمر الحادي عشر لـ NTCIR حول تقييم تقنيات الوصول إلى المعلومات .