Trình phân tích độ bao phủ thực thể
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.
Chạy hoàn toàn trong trình duyệt của bạn — nội dung bạn dán không được tải lên hay lưu trữ. 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. Số đếm kết quả ẩn danh theo từng lần chạy có thể được dùng cho nghiên cứu tổng hợp; URL, tên miền, IP và mã định danh không bao giờ được bao gồm, và không công bố số liệu thống kê khi có dưới 100 lần chạy.
Hộ chiếu trang web Ngữ cảnh cục bộ cho trang đã lưu này
Dữ liệu cục bộ
Các mục tiêu đã lưu, danh sách có tên và bản tóm tắt kiểm tra gần đây chỉ được giữ trong trình duyệt này.
Đánh giá công cụ này
Entity JSON-LD
Giới thiệu công cụ
Dán văn bản hiển thị hoặc HTML của trang để trích xuất các thực thể có tên khả dĩ. Sau đó, đối chiếu những tên đã chọn với Google Knowledge Graph và Wikidata, đồng thời chỉ tạo JSON-LD about/mentions minh bạch cho các danh tính đã xác nhận.
Trích xuất cục bộ hoạt động không cần API hoặc mô hình; các bước dùng mô hình và tra cứu trực tiếp là tùy chọn, có giới hạn, có nguồn gốc rõ ràng và vẫn cần con người xác minh danh tính.
Tính năng
- Nhận diện cục bộ chuỗi tên viết hoa mà không cần API hoặc mô hình
- Trích xuất ứng viên bằng mô hình theo tùy chọn, kèm nguồn gốc hiển thị rõ
- Đối chiếu từng thực thể theo yêu cầu với Google Knowledge Graph và Wikidata
- Chỉ tạo sameAs trong JSON-LD cho thực thể đã đối chiếu, với trạng thái mơ hồ và không khả dụng rõ ràng
Cách hoạt động
Quy trình cục bộ đếm các chuỗi viết hoa dài tối đa năm từ, loại bỏ một danh sách stop word nhỏ và sắp xếp theo số lần nhắc đến. Quy trình AI tùy chọn trả về tên ứng viên kèm nguồn gốc. Chỉ sau khi người dùng chọn và đối chiếu, công cụ mới tạo about, mentions và sameAs cho các danh tính đó.
Giới hạn
- Phương pháp heuristic có thể bỏ sót thương hiệu viết thường hoặc nhầm tiêu đề và đầu câu là thực thể; số lần xuất hiện không thể hiện tầm quan trọng theo chủ đề.
- Kết quả đầu tiên từ Knowledge Graph không nhất thiết là danh tính mong muốn. Không tìm thấy kết quả không chứng minh rằng thực thể không tồn tại.
- Công cụ không so sánh trang với mô hình chủ đề bắt buộc hoặc đối thủ; hãy kiểm tra mọi schema được tạo trước khi xuất bản.
Câu hỏi thường gặp
Mức độ bao phủ thực thể là gì?
Ở đây, khái niệm này chỉ những người, tổ chức, sản phẩm và khái niệm được nêu tên trong văn bản trang đã cung cấp. Công cụ kiểm kê các tên có khả năng là thực thể; nó không quyết định một chủ đề bắt buộc phải có những thực thể nào.
Trích xuất khác đối chiếu như thế nào?
Trích xuất đề xuất các tên tìm thấy trong văn bản. Đối chiếu kết nối một tên đã chọn với mã định danh ổn định trong đồ thị tri thức. Một tên có thể được trích xuất đúng nhưng đối chiếu nhầm với thực thể ngoài đời, nên mọi kết quả khớp đều cần xem xét.
Không tìm thấy trong Đồ thị tri thức có nghĩa là thực thể không tồn tại không?
Không. Kết quả không tìm thấy có thể do mơ hồ, phạm vi dữ liệu, hạn mức hoặc tính khả dụng của dịch vụ. Công cụ báo là chưa khớp hoặc chưa đánh giá, không bao giờ coi đó là bằng chứng thực thể không tồn tại.
Tôi có thể xuất bản JSON-LD được tạo nguyên trạng không?
Hãy xem xét trước. Chỉ các thực thể đã đối chiếu mới được đưa vào, nhưng kết quả khớp hàng đầu vẫn có thể sai. Xác nhận từng danh tính và bảo đảm thực thể thực sự là chủ đề hoặc được nhắc đến trên trang.
Thêm nhiều thực thể có cải thiện khả năng hiển thị trong AI không?
Không tự động. Mức độ bao phủ rõ ràng, chính xác có thể giảm mơ hồ, nhưng nhồi tên hoặc dữ liệu có cấu trúc không được trang hiển thị hỗ trợ sẽ tạo đánh dấu gây hiểu lầm thay vì thẩm quyền.
Các vấn đề thường gặp và cách khắc phục
- Cảnh báo Thực thể có khả năng phù hợp chưa được đối chiếu Cách khắc phục: Xem xét các danh tính ứng viên và gắn Knowledge Graph ID ổn định, chính xác trước khi tạo tham chiếu thực thể.
- Cảnh báo Thiếu thực thể quan trọng được dự kiến Cách khắc phục: Bổ sung nội dung chính xác về thực thể dự kiến ở nơi thực thể đó giúp trả lời chủ đề của trang một cách đáng kể.
- Cảnh báo Ứng viên thực thể ánh xạ đến nhiều danh tính Cách khắc phục: Làm rõ tên bằng loại và ngữ cảnh, rồi chọn ID thực thể đã xác minh thay vì kết quả khớp đầu tiên.
- Thông tin Phạm vi thực thể còn thưa Cách khắc phục: Bổ sung các thực thể và mối quan hệ quan trọng còn thiếu dựa trên chủ đề thực tế của trang, không dựa trên số lần nhắc thô.