概述
共指解析的任务是弄清楚文本中的不同单词何时指代同一事物，例如将“她”或“首席执行官”链接回“玛丽亚”。正确地做到这一点对于机器真正理解一段话正在谈论的人和内容至关重要。
共指解析是语言人工智能堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。
深入探讨
人类语言充满了捷径。我们介绍某人的名字，然后在整个谈话过程中称他们为“他”、“她”、“他们”、“医生”或“那个女人”。共指解析是 NLP 任务，它将指向同一现实世界实体的所有这些提及分组为集群。它包括解析代词（称为照应），以及链接描述一个实体的不同名词短语。这很重要，因为下游系统（例如问答、摘要和翻译）如果无法辨别“它”指的是公司而不是产品，就会给出错误的结果。经典的困难案例是维诺格拉德模式，其中一个单词翻转了含义：在“奖杯因太大而无法放入手提箱”中，决定“它”是奖杯还是手提箱需要现实世界的推理，而不仅仅是语法。
技术洞察
共指系统首先检测候选提及（姓名、名词短语、代词），然后决定哪些提及是共指的。有影响力的神经模型（例如端到端跨度排名方法）对文本跨度对进行评分，并将每个提及与其最可能的早期先行词联系起来，形成集群。特征包括提及之间的距离、性别和数字一致性，以及捕获含义的变压器模型的上下文嵌入。 Winograd 模式挑战凸显了语法本身失败的原因：某些链接需要世界知识，例如知道大的东西不适合较小的容器。
掌握共指解析
共指解析的任务是弄清楚文本中的不同单词何时指代同一事物，例如将“她”或“首席执行官”链接回“玛丽亚”。正确地做到这一点对于机器真正理解一段话正在谈论的人和内容至关重要。共指解析是语言人工智能堆栈的一部分，用于大规模读取、生成、分类和转换文本和语音。为了建立深入的理解，请将共指解析视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，使用共指解析的强大团队将提示、检索和审查循环设计为一个集成的通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
摘要生成器正确跟踪“参议员”、“她”和“李女士”是同一个人，因此摘要保持准确
机器翻译系统通过解析句子前面的“他们”指代的人来选择正确的性别代词
问答系统将“公司”和“它”链接回正确的公司以正确回答查询
通过将“Apple”、“科技巨头”和“iPhone 制造商”等提及内容合并为一个实体，根据新闻文章构建知识图
实施模式
实践中的共指消解
摘要生成器正确地跟踪“参议员”、“她”和“李女士”是同一个人，因此摘要保持准确。
摘要生成器正确地跟踪“参议员”、“她”和“李女士”是同一个人，因此摘要保持准确。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会获得更好的结果。
实践中的共指消解
机器翻译系统通过解析句子前面的“他们”所指的人来选择正确的性别代词。
机器翻译系统通过解析句子前面的“他们”所指的人来选择正确的性别代词。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的共指消解
一个问答系统，将“公司”和“它”链接回正确的公司，以正确回答查询。
将“公司”和“它”连接回正确的公司以正确回答查询的问答系统当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪随着时间的推移提高的生产力和错误成本时，通常会得到更好的结果。
实践中的共指消解
通过将“苹果”、“科技巨头”和“iPhone 制造商”等提及内容合并为一个实体，根据新闻文章构建知识图。
通过将“Apple”、“科技巨头”和“iPhone 制造商”等提及内容合并到一个实体中，从新闻文章中构建知识图。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。