Koreferenzauflösung
Die Identifikation aller Textstellen, die auf dieselbe Entität verweisen (z.B. "Angela Merkel" → "sie" → "die Kanzlerin").
Coreference Resolution identifiziert welche Texterwähnungen auf dieselbe Entität verweisen – essentiell für Knowledge Graphs und Dokumentenverständnis.
Erklärung
Coreference Resolution verknüpft Pronomen, Beschreibungen und Namen zu kohärenten Entitäts-Clustern für tiefes Textverständnis.
Relevanz für Marketing
Essentiell für Information Extraction, Summarization und Knowledge Graph Construction aus langen Dokumenten.
Häufige Fallstricke
Gender Bias in Pronomenauflösung. Schwierig bei langen Texten. Kulturelle Unterschiede in Referenz-Mustern.
Entstehung & Geschichte
Hobbs' Algorithm (1978) war ein frühes regelbasiertes System. Stanford Coref (2010) nutzte statistische Methoden. Neuronale Modelle (Lee et al., 2017) und SpanBERT (2020) erreichen heute >80% F1 auf OntoNotes.
Abgrenzung & Vergleiche
Koreferenzauflösung vs. Named Entity Recognition
NER findet Entitäten; Coreference Resolution verknüpft verschiedene Erwähnungen derselben Entität.
Koreferenzauflösung vs. Entity Linking
Entity Linking verbindet Entitäten mit Knowledge-Base-Einträgen; Coreference verknüpft Erwähnungen innerhalb eines Textes.