（3）使用Lucene、LingPipe做实体链接（Entity Linking）——思路描述

思路：

从DBpedia下载实体数据、含歧义的实体数据。


使用python对下载的数据做一些预处理，主要是提取实体、提取有歧义的实体的映射关系、提取有歧义的实体的上下文。

	long_abstracts_preprocessing_entity(file_contents_examples)如下：
		Animalia (book)

	long_abstracts_preprocessing(file_contents_examples)如下：
		Animalia (software)=>atlas:1 rand:1 shrugged:1 list:1 characters:1 
		Animalia (book)=>gold:1 copies:1 illustrated:1 edition:3 tenth:1 children:1 special:1 1986:1 anniversary:3 graeme:1 book:1 embossed:1 25th:1 2012:1 animalia:1 sold:1 base:1 numbered:1 1996:2 originally:1 signed:1 jacket:1 published:2 

	disambiguations_preprocessing(file_contents_examples)如下：
		Animalia=>Animalia (law)<=Animalia (software)


使用LingPipe做实体识别。


使用Lucene对所有有歧义的实体的映射关系建立索引（index1）。


使用Lucene对所有有歧义的实体的上下文建立索引（index2）。


构建网页，获取用户输入，并传入后台处理。处理思路：
	使用LingPipe识别出输入中的所有实体（比如，Alien），对每一个实体作如下处理：
		从index1中查询该实体是否属于有歧义的实体，如果不是，则直接作为返回结果；如果是：
			将index1中提供的所有可能的有歧义的实体（比如，Alien (law)、Alien (software)）提取出来，对每一个这样的有歧义的实体：
				从index2中查询出该实体的上下文信息（比如，Alien (law)=>gold:1 copies:1 illustrated:1 edition:3 tenth:1）：
				判断该有歧义的实体的上下文和用户输入的内容（即，LingPipe识别出的实体的上下文）进行比较，计算相似度，返回得分