Skip to content

Enlazado de entidades

Cómo anotar el enlazado de entidades, conectando menciones del texto con entradas de una base de conocimiento como Wikidata, y montar una tarea de enlazado en Potato.

El enlazado de entidades conecta una mención del texto con una entrada concreta de una base de conocimiento, resolviendo «París» como la ciudad de Francia y no como la persona, ni como la ciudad de Texas. Mientras que el reconocimiento de entidades nombradas detecta que algo es una entidad, el enlazado de entidades decide cuál entidad del mundo real es.

Consulta Enlazado de entidades y los destinos habituales Wikidata y Wikipedia como referencia. Está muy relacionado con la desambiguación del sentido de las palabras.

Qué hacen los anotadores

  1. Se identifica un tramo de mención (a menudo marcado de antemano en una pasada de NER).
  2. El anotador busca en la base de conocimiento y selecciona la entrada coincidente.
  3. Si ninguna entrada encaja, la marca como NIL (no está en la base de conocimiento).

El caso NIL es esencial: sin él, los anotadores fuerzan menciones hacia entradas incorrectas y corrompen los datos.

Cómo montarlo en Potato

Potato admite el enlazado de entidades con una búsqueda de tipo typeahead contra una base de conocimiento (Wikidata, UMLS o una lista personalizada), de modo que los anotadores eligen entre candidatos reales en lugar de teclear identificadores. El escaparate de enlazado de entidades es un ejemplo funcional.

yaml
annotation_schemes:
  - annotation_type: span
    name: mentions
    description: "Mark the mention to link."
    labels: [Entity]
  - annotation_type: text
    name: kb_id
    description: "Search the knowledge base and enter the matching ID, or write NIL if none fits."

Consideraciones de calidad

  • Calidad de los candidatos. Un buen typeahead con descripciones reduce las elecciones erróneas mucho más que unas directrices más largas.
  • Valores por defecto ante la ambigüedad. Indica a los anotadores qué hacer cuando dos entradas parecen igual de válidas.
  • Granularidad. ¿Enlazar con la empresa o con la filial? ¿Con la película o con la franquicia? Decídelo una sola vez.

Lecturas adicionales