في هذا البحث، نقترح تمثيلات محسنة بالمعرفة الشائعة (KEE) لحل مشاكل التوضيح الاسمي (PDP). المهمة التي ندرسها في هذا البحث هي مهمة حل الإشارة المعقدة التي تتطلب استخدام المعرفة الشائعة. هذه المهمة هي مجموعة اختبار قياسية في الجولة الأولى من تحدي Winograd Schema لعام 2016. في هذه المهمة، لم تعد الخصائص اللغوية التقليدية التي تكون مفيدة في حل الإشارة، مثل المعلومات السياقية والمعلومات الجنسية، فعالة مرة أخرى. لذلك، تم اقتراح نماذج KEE لتوفير إطار عام يستخدم المعرفة الشائعة لحل مشاكل PDP. نظرًا لعدم وجود بيانات تدريب للمهمة PDP، سيتم استخدام نماذج KEE خلال عملية استخراج الخصائص بدون إشراف. لتقييم فعالية نماذج KEE، نقترح دمج قواعد بيانات مختلفة للمعرفة الشائعة، بما في ذلك ConceptNet وWordNet وCauseCom، في عملية تدريب KEE. حققنا أفضل الأداء بتطبيق الأساليب المقترحة على تحدي Winograd Schema لعام 2016. بالإضافة إلى ذلك، أظهرت التجارب التي أجريت على مهمة PDP القياسية أن النماذج KEE المقترحة يمكنها حل مشاكل PDP بتحقيق دقة بنسبة 66.7٪، وهي أداء رائد جديد في هذا المجال.