نقترح نموذج تعلم عميق جديدًا للتصحيح المشترك للكيانات على مستوى الوثيقة، والذي يستفيد من التمثيلات العصبية المُتعلمة. المكونات الرئيسية هي تمثيلات الكيانات (entity embeddings)، آلية انتباه عصبية فوق النوافذ السياقية المحلية، ومرحلة استدلال مشترك قابلة للمفاضلة للتصحيح. وبذلك، يجمع نهجنا بين مزايا التعلم العميق والنهج التقليدية مثل النماذج الرسومية وخرائط الذكر-الكيان الاحتمالية. تظهر التجارب الواسعة أننا قادرون على تحقيق دقة تنافسية أو رائدة في مجالها بتكاليف حسابية معتدلة.