تُلاحظ الكيانات المُدمجة في العديد من المجالات بفضل تركيبيتها، التي يصعب تمييزها بسهولة باستخدام الإطار الشائع المُعتمد على التسمية التسلسلية. وتمثل الحل الطبيعي لهذا التحدي هو اعتبار المهمة كمشكلة تصنيف النطاقات. ولتحسين تمثيل النطاقات وزيادة أداء التصنيف، يُعدّ دمج العوامل المتنوعة بشكل فعّال أمرًا بالغ الأهمية، بما في ذلك الرموز الداخلية، والحدود، والعلامات، والنطاقات المرتبطة، التي قد تسهم جميعها في تمييز الكيانات المُدمجة. ولدمج هذه العوامل المتنوعة، نقترح آلية جديدة تُسمى "الآلية الثلاثية التكافؤية" (triaffine mechanism)، والتي تشمل الانتباه الثلاثي التكافؤي والتصنيف الثلاثي التكافؤي. يُستخدم الانتباه الثلاثي التكافؤي الحدود والعلامات كاستفسارات، بينما تُستخدم الرموز الداخلية والنطاقات المرتبطة كمفاتيح وقيم لتمثيل النطاقات. أما التصنيف الثلاثي التكافؤي، فيتفاعل مع الحدود وتمثيلات النطاقات لأغراض التصنيف. تُظهر التجارب أن الطريقة المقترحة تتفوق على الطرق السابقة القائمة على النطاقات، وتحقيق أفضل نتائج ممكنة (state-of-the-art) من حيث مقياس $F_1$F1​ على مجموعتي بيانات التعرف على الكيانات المُدمجة GENIA وKBP2017، كما تُظهر نتائج مُقارنة جيدة على مجموعتي بيانات ACE2004 وACE2005.