尽管共指消解通常面临多种语言学挑战，但现有模型普遍采用单一的成对打分器来处理所有类型的共指关系。本文提出 LingMess，一种新型共指消解模型，该模型将共指情况划分为不同类别，并为每一类别优化多个独立的成对打分器，每个打分器专门学习特定的语言学挑战。实验结果表明，该模型在多数类别上的成对打分性能显著提升，并在 Ontonotes 及另外五个数据集上实现了优于传统聚类级别性能的表现。相关代码已开源，可通过 https://github.com/shon-otmazgin/lingmess-coref 获取。