Języki

Analizator pokrycia encji

Free, no signup. Find likely entities in your page text, then reconcile selected names against Google’s Knowledge Graph and Wikidata. Local extraction works when the AI path is unavailable.

Built by Patrick Stox

Działa w całości w Twojej przeglądarce — nic, co wklejasz, nie jest przesyłane ani zapisywane. The optional AI extraction sends your pasted text to the bounded model endpoint. Reconciliation sends only a selected entity name to Google KG and Wikidata; local extraction stays in your browser. Anonimowe liczniki wyników poszczególnych uruchomień mogą być wykorzystywane do badań zbiorczych; adresy URL, domeny, adresy IP i identyfikatory nigdy nie są uwzględniane, a statystyki nie są publikowane poniżej 100 uruchomień.

Opinia
Zgłoś błąd

Coś nie działa w Analizator pokrycia encji? Opisz, co się stało — zgłoszenie trafi bezpośrednio do prywatnej kolejki weryfikacji, a nie na publiczną listę.

Dane, które zostaną wysłane 
 Dane wejściowe narzędzia, przesłane pliki, wklejone źródła, pełne wyniki, parametry zapytania i fragmenty URL nie są dołączane automatycznie. Możesz edytować lub usunąć zaznaczony powyżej fragment. Metadane przeglądarki i ochrony przed nadużyciami są przetwarzane w celu zapobiegania spamowi. 
  
 
  
 
 
  
 
 
  
  
     
 Dane lokalne 
Zapisane cele, nazwane listy i podsumowania ostatnich kontroli pozostają tylko w tej przeglądarce.
 
   
 
 
   
    
    
O tym narzędziu
Wyodrębnij prawdopodobne nazwane encje z widocznego tekstu lub HTML strony, a następnie uzgodnij wybrane nazwy z Google Knowledge Graph i Wikidata. Narzędzie tworzy przejrzysty JSON-LD about, mentions i sameAs wyłącznie dla encji połączonych ze stabilnym identyfikatorem.
Funkcje
  • Lokalne wyodrębnianie nazw działające bez API i bez modelu.
  • Opcjonalne wyodrębnianie wspomagane modelem z widocznym pochodzeniem odpowiedzi.
  • Uruchamiane na żądanie uzgadnianie każdej encji z Google KG i Wikidata.
  • JSON-LD sameAs ograniczony do uzgodnionych encji oraz jawne stany niejednoznaczne i niedostępne.
Jak to działa
Ścieżka lokalna zlicza sekwencje do pięciu wyrazów rozpoczynających się wielką literą, usuwa krótką listę słów pomijanych i sortuje po liczbie wzmianek. Zapytania Google KG i Wikidata są oddzielne i uruchamiane przez użytkownika; pierwszy zaakceptowany identyfikator trafia do about, kolejne do mentions, a uzgodnione adresy do sameAs.
Ograniczenia
  • Heurystyka pomija marki pisane małymi literami i pojęcia będące rzeczownikami pospolitymi, a nagłówki lub początki zdań może omyłkowo uznać za encje. Liczba wzmianek nie mierzy znaczenia tematycznego.
  • Pierwszy wynik Knowledge Graph nie musi być właściwą encją, wyodrębnianie przez model może się zmieniać, a kolejność wygenerowanych danych nie jest oceną semantyczną. Każde dopasowanie wymaga ręcznego przeglądu.
Częste pytania
Czym jest pokrycie encji?
Tutaj oznacza nazwane osoby, organizacje, produkty i pojęcia występujące w podanym tekście strony. Narzędzie inwentaryzuje prawdopodobne nazwy, lecz nie ustala, które encje temat musi zawierać.
Jaka jest różnica między ekstrakcją a uzgadnianiem?
Ekstrakcja proponuje nazwy znalezione w tekście. Uzgadnianie łączy wybraną nazwę ze stabilnym identyfikatorem grafu wiedzy. Nazwa może zostać poprawnie wyodrębniona, ale połączona z niewłaściwą encją świata rzeczywistego, dlatego każde dopasowanie wymaga przeglądu.
Czy brak wyniku w Knowledge Graph oznacza, że encja nie istnieje?
Nie. Brak może wynikać z niejednoznaczności, zasięgu danych, limitu lub dostępności usługi. Narzędzie zgłasza stan „nie dopasowano” albo „nie oceniono”, nigdy nie dowodzi nieistnienia.
Czy mogę opublikować wygenerowany JSON-LD bez zmian?
Najpierw go sprawdź. Uwzględniane są tylko uzgodnione encje, ale najlepsze dopasowanie nadal może być błędne. Potwierdź każdą tożsamość i upewnij się, że strona rzeczywiście dotyczy encji lub ją wspomina.
Czy dodanie większej liczby encji poprawia widoczność w AI?
Nie automatycznie. Jasne i dokładne pokrycie może zmniejszyć niejednoznaczność, ale upychanie nazw lub schematu niepopartego widoczną stroną tworzy mylące oznaczenia zamiast autorytetu.
 
Następny krokWalidator znaczników Schema — verify it with a direct check.
Wskazówki są dostępne po angielsku.
Odkrywaj także
NarzędzieEksplorator Google Knowledge GraphNarzędzieWalidator handlu agentowego AINarzędzieWalidator znaczników Schema
      
 
Typowe problemy i sposoby ich naprawy
 
     
  •  Ostrzeżenie Prawdopodobna encja nie została uzgodniona Poprawka: Sprawdź możliwe tożsamości i dołącz właściwy stabilny Knowledge Graph ID przed wygenerowaniem odwołań do encji. 
  •  Ostrzeżenie Brakuje oczekiwanej ważnej encji Poprawka: Dodaj dokładne informacje o oczekiwanej encji tam, gdzie istotnie pomagają odpowiedzieć na temat strony. 
  •  Ostrzeżenie Kandydat encji odpowiada wielu tożsamościom Poprawka: Rozróżnij nazwę za pomocą typu i kontekstu, a następnie wybierz zweryfikowany identyfikator encji zamiast pierwszego dopasowania. 
  •  Informacja Pokrycie encji jest niewielkie Poprawka: Dodaj brakujące encje i relacje kluczowe dla tematu na podstawie rzeczywistego przedmiotu strony, a nie surowej liczby wzmianek. 
    •