实体消歧和实体统一

实体消歧
概念：实体消歧的本质在于一个词有很多可能的意思，也就是在不同的上下文中所表达的含义不太一样。

例子：‘我的手机是苹果’和‘我喜欢吃苹果’这两个句子中的‘苹果’代表的含义是不一样的。

问题：怎么识别单词的真正含义？

方法：能过上下文计算相似度。比如我们已知“苹果：是水果中的一种，一般产自于…”，“苹果：美国一家高科技公司，经典的产品有iPhone手机”，我们可以将这两种含义用向量来表示；接下来，对于一个需要识别一句子，比如“我想吃苹果”，把这个句子中“苹果”的上下文取出来也转化为向量，分别和以上的两种含义进行比较，哪个相似度高，我们就可以认为词语代表了哪种含义。

实体统一

概念：同一个实体有不同的表达方式，有时候需要把不同的表达方式统一为同一种表达方式。

例子：”中华人民共和国“，”中国“都表示同一个意思。如果把实体统一，可以减少一些NLP任务的难度。常见的应用场景是在构建知识图谱中，需要对地名，公司名，专业术语等进行统一。

问题：给定两个实体，判断是否指向同一个含义？

方法：假设现在我们要判断一些公司名是否表示同一个公司。那么需要预先定义一些规则，比如可以把”XX有限公司“中的”有限公司“去除，可以把”XX公司“中的”公司“去除等等。有了这些规则后，我们就可以把公司名进行规则处理，相当于英文里stemming的操作，将名称转化为原型，这样我们就可以得知两种表达方式是否是指向同一个含义。