---
title: "共指解析（Coreference Resolution）"
slug: coreference-resolution
language: zh-TW
source: https://aiterms.tw/terms/coreference-resolution
updated_at: 2026-04-29
tags: [自然語言處理, 深度學習, AI應用, 知識圖譜]
ipas_term: false
---

# 共指解析（Coreference Resolution）

> **你有沒有讀過一段文章，裡面的「他」「她」「這個東西」讓你一直回頭找前文？**
>
> 你可以把共指解析想成「幫文章找出誰在指誰」：模型要判斷不同說法是不是同一個人、同一件事。
>
> 它很重要，因為語言不是每次都把名字重講一遍，能把代名詞和名詞短語接起來，機器才真的讀得懂上下文。

### 容易混淆

> **共指解析 vs 命名實體識別 vs 指代消解**
>
> 共指解析：找出文本中指向同一實體的所有提及
>
> 命名實體識別：標出人名、地名、組織名等
>
> 指代消解：和共指解析很接近，常被拿來交叉使用
>
> 最關鍵的區別：NER 是「標出名字」，共指解析是「把名字和代詞接起來」。

### 記住這句就好

> 找到「他」指的是誰，文章才算真正讀通。

### 實際案例

> **新聞摘要**
>
> 前：系統只看見「他」「她」，不知道指的是哪位人物
>
> 後：把代詞對回前文的人名，摘要就不會斷線
>
> **客服對話**
>
> 前：客戶說「它壞了」，系統不知道它是手機還是耳機
>
> 後：透過共指解析連到前一句的商品名稱，回覆就更準

### 算法與應用

> 共指解析常和語意分析、實體鏈接、語言模型與序列標註一起使用
>
> 它在文件理解、知識抽取、對話系統和資訊擷取裡都很有價值
>
> 難點在於中文和英文都常省略主詞，模型要靠上下文推斷很多隱含關係

### 情境判斷

> **Q1（直覺題）：** 文章裡的「她」指回前面的「王小姐」，這是在做共指解析嗎？
>
> → 是，這就是最典型的案例。
>
> **Q2（判斷題）：** 只要找出所有人名，就代表已經完成共指解析嗎？
>
> → 不是，還要把代詞和同一實體的不同提及一起串起來。

### 常見問題

> **Q：共指解析只處理人嗎？**
>
> 不只，人、地點、物件和事件都可能成為共指目標。
>
> **Q：它和語意分析一樣嗎？**
>
> 不一樣，語意分析更廣，共指解析更聚焦在指稱關係。
>
> **Q：為什麼這麼難？**
>
> 因為很多指代要靠上下文、常識和句法一起判斷。

### 相關術語

> - **自然語言處理**：共指解析是 NLP 典型任務之一
> - **指代消解**：和共指解析最接近，適合一起對照
> - **實體鏈接**：把文本中的實體對到知識庫時很常一起出現
> - **語義分析**：理解更大層次的語意時會用到
> - **語言模型**：現在很多共指任務都會靠它提升效果

---

來源：https://aiterms.tw/terms/coreference-resolution
快查頁：https://aiterms.tw/terms/coreference-resolution
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-coreference-resolution