实体消岐和实体统一

实体消歧
定义：
实体消歧的本质在于一个单词很可能有多个意思，也就是在不同的上下文中所表达的含义可能不太一样。

简单实现
首先我们需要准备一个类似于下面的这种实体库：

id	实体名	实体描述
1001	苹果	美国一家高科技公司，经典的产品有Iphone手机
1002	苹果	水果的一种，一般产自于…
…	…	…

然后当我们拿到Text时，比如“今天苹果发布了新的手机”
我们可以将实体库中的实体描述，全部转换为向量，例如:
“美国一家高科技公司，经典的产品有Iphone手机”转换为向量$V_1$
“水果的一种，一般产自于…”转换为向量$V_2$

然后将“今天苹果发布了新的手机”中“苹果”的上下文“今天，发布了新的手机”转换为向量$V_t$
我们只要将$V_t$分别与$V_1$和$V_2$计算相似度，然后对比sim($V_t$,$V_1$)和sim($V_t$,$V_2$)
相似度高的，我们则将其看作“苹果”的真实语义。

注意：如果Text过长可以取实体的前10个和后10个组成向量，如果标准库过长也可以如此处理

实体统一
定义：
给定俩个实体，判断是不是同一个实体？
实际上是一个0-1的问题，二分类问题
简单方法
方法一：基于相似度的方法，给定俩个实体(如果实体较长)，俩个实体都是字符串，计算相似度（使用编辑距离），利用阈值判断是否是同一个实体。
方法二：基于规则的方法，stemming的方法提取原型（提前维护好一个实体描述库）

公司	原型
百度科技有限公司	百度
百度有限公司	百度
百度广州分公司	百度

stemming规则	动作
有限公司	删除
分公司	删除
北京	删除
广州	删除

方法三：基于知识图谱的实体统一
提取实体的自身特征信息和一度关系等，concat成向量进行相似度计算。
原文链接：https://blog.csdn.net/lt326030434/article/details/88058739