Skip to content

Le liage d'entités

Comment annoter le liage d'entités, en reliant des mentions du texte à des entrées d'une base de connaissances comme Wikidata, et mettre en place une tâche de liage dans Potato.

Le liage d'entités relie une mention du texte à une entrée précise d'une base de connaissances : il résout « Paris » comme la ville de France plutôt que comme la personne, ou comme la ville du Texas. Là où la reconnaissance d'entités nommées repère *qu'*un élément est une entité, le liage d'entités décide de quelle entité du monde réel il s'agit.

Voir Liage d'entités ainsi que les cibles courantes Wikidata et Wikipedia pour le contexte. C'est étroitement lié à la désambiguïsation lexicale.

Ce que font les annotateurs

  1. Un segment de mention est identifié (souvent marqué au préalable lors d'une passe de NER).
  2. L'annotateur cherche dans la base de connaissances et sélectionne l'entrée correspondante.
  3. Si aucune entrée ne convient, il la marque NIL (absente de la base de connaissances).

Le cas NIL est essentiel : sans lui, les annotateurs forcent les mentions vers de mauvaises entrées et corrompent les données.

Le mettre en place dans Potato

Potato prend en charge le liage d'entités avec une recherche de type typeahead dans une base de connaissances (Wikidata, UMLS ou une liste personnalisée), de sorte que les annotateurs choisissent parmi de vrais candidats plutôt que de saisir des identifiants. La vitrine de liage d'entités en est un exemple fonctionnel.

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."

Points de qualité à surveiller

  • Qualité des candidats. Un bon typeahead doté de descriptions réduit les mauvais choix bien plus que des consignes plus longues.
  • Valeurs par défaut en cas d'ambiguïté. Indiquez aux annotateurs quoi faire lorsque deux entrées semblent aussi valables l'une que l'autre.
  • Granularité. Relier à l'entreprise ou à la filiale ? Au film ou à la franchise ? Tranchez une fois pour toutes.

Pour aller plus loin