Entitätserkennung (ED), die auf die Verknüpfung von Erwähnungen ambiguer Entitäten mit ihren referenziellen Entitäten in einer Wissensbasis abzielt, stellt ein zentrales Element bei der Entitätsschachtelung (EL) dar. Bestehende generative Ansätze zeigen eine verbesserte Genauigkeit im Vergleich zu klassifizierenden Ansätzen unter dem standardisierten ZELDA-Benchmark. Dennoch leiden generative Ansätze unter der Notwendigkeit umfangreicher Vortraining und ineffizienter Generierung. Von größter Bedeutung ist, dass Entitätsbeschreibungen, die entscheidende Informationen zur Unterscheidung ähnlicher Entitäten voneinander enthalten könnten, oft vernachlässigt werden. Wir schlagen ein Encoder-Decoder-Modell vor, um Entitäten mit detaillierteren Entitätsbeschreibungen zu disambiguieren. Gegeben Text und Kandidatenentitäten lernt der Encoder die Interaktionen zwischen dem Text und jeder Kandidatenentität, wodurch er Repräsentationen für jede Kandidatenentität erzeugt. Der Decoder fusioniert dann die Repräsentationen der Kandidatenentitäten und wählt die korrekte Entität aus. Unsere Experimente, durchgeführt auf verschiedenen Benchmarks für Entitätserkennung, zeigen die starke und robuste Leistung dieses Modells, insbesondere +1,5% im ZELDA-Benchmark im Vergleich zu GENRE. Darüber hinaus integrieren wir diesen Ansatz in das Retrieval/Reader-Framework und beobachten +1,5% Verbesserungen bei der end-to-end-Entitätsschachtelung im GERBIL-Benchmark im Vergleich zu EntQA.