Acabamos de hacer más fácil proporcionar retroalimentación sobre dónde nuestro análisis de entidades comete errores o no es tan útil como te gustaría. Le alentamos a que haga uso de esto cada vez que comience un nuevo proyecto, ya que sus ciclos de comentarios nos ayudarán rápidamente a mejorar nuestra comprensión de su nuevo sitio en el sistema.
Cómo funciona la extracción de entidades nombradas
El algoritmo de InLinks reporta más entidades en un cuerpo de texto que Google, Watson de IBM o TextRazor. Lee el texto y conforme entiende el significado, también ve entidades, con base en el contexto en el que son leídos. Esta es una IA de aprendizaje automático asistida por humanos, y si los humanos informan errores o asociaciones no útiles, podemos mejorar la gráfica de conocimiento más rápido.
Al revisar y curar tu propia gráfica de conocimiento, somos capaces de obtener las entidades y los temas que son importantes para USTED con una prioridad más altas que los temas de menos interés para usted.
¿Esto actualiza la gráfica de conocimiento de Google?
No. No directamente. Sin embargo, mientras mejor sean nuestras asociaciones, mejores serán nuestros enlaces internos y el esquema. Estas dos son señales que Google puede utilizar para entender mejor su contenido y en cambio, utilizarla como contenido para su propia gráfica de conocimiento.
Dejar un comentario
¿Quieres unirte a la conversación?Siéntete libre de contribuir!