چکيده
پيونددهي موجوديت فرايند مهم مرتبط كردن موجوديت ارجاعي در متن وب با موجوديت هاي مربوطه آنها در يك پايگاه دانش را تشكيل مي دهد كه اين فرايند خود به دو فرايند زير مجموعه يعني تشخيص موجوديت‌ارجاعي و ابهام‌زدايي موجوديت تقسيم مي‌شود. در ساي‌هاي اخير، پيونددهي موجوديت اهميت قابل توجهي در حوزه مهندسي دانش و داده‌كاوي دارد و به عنوان يك مؤلفه اساسي براي برنامه هاي مختلف پايين دستي مانند تجزيه و تحليل محتوا، استخراج رابطه و پرسش و پاسخ عمل مي‌كند. با ظهور يادگيري عميق به عنوان يك الگوواره قدرتمند، پيشرفت قابل توجهي را در حوزه هاي مختلف پردازش متن ايجاد شد. اين روش‌ها در پيونددهي موجوديت نيز نقش خود را اغلب به صورت رفع يك مسئله بازيابي موجوديت گسترش داده‌اند و آنها را قادر ساخته است تا از رويكردهاي سنتي مبتني بر يادگيري ماشين پيشي بگيرند و به عملكردي پيشرفته دست يابند. در اين گزارش، به بررسي انواع اين روش‌ها و مدل‌هاي يادگيري‌عميق استفاده شده در پيونددهي موجوديت پرداخته شده‌است.
