到底什么是实体链接与消歧，我们在哪用到它
说白了，这项技术就是帮我们把文本里提到的模糊名词，对应到现实世界里确定的那个实体上。
比如你搜「苹果新品发布」，这里的「苹果」到底是吃的水果，还是美国科技公司？区分开这个就是消歧要干的活。确认之后把这个词对应到苹果公司的实体条目上，就是实体链接。
再比如你刷社交平台搜「张译新剧」，平台不会给你弹出一堆同名的普通用户账号，靠的就是准确的消歧能力。
做实体链接与消歧，最容易踩哪些坑
说实话，很多刚接触NLP项目的新手，很容易犯一个错：只靠名称匹配实体，完全忽略上下文语境的作用。
举个例子，文本里提到「李娜拿到了大满贯冠军」，叫李娜的公众人物不止一位，有网球运动员，也有跳水运动员，如果只按实体库的热度排序，大概率能蒙对，但要是文本说「李娜在跳台项目完成了难度动作」，还按热度排就错了。
据一些用户反馈，很多垂直领域的小型搜索工具，搜出来的结果经常驴头不对马嘴，多半就是消歧环节省了算力，没结合上下文判断。
我们通常做项目的时候，会给上下文的关联特征留足够的权重，不会只看实体名称的匹配度。
这项技术现在有什么新变化
有意思的是，早些年做实体链接与消歧，完全依赖提前整理好的结构化知识库，比如维基百科或者行业自定义的词库。
大模型流行之后，越来越多的方案改成了端到端生成，不需要提前构建固定知识库，灵活性高了很多。不过也带来新的问题，容易出现不存在的实体错配，也就是大家常说的幻觉问题。
不过话说回来，对于大多数民用场景，现在的技术已经够用了。如果是做医疗、法律这类垂直领域的应用，通常建议搭配领域专属的实体库辅助，准确率会提升不少。
您在实际使用搜索或者开发相关项目的时候，还遇到过哪些实体错配的情况？欢迎结合具体场景继续探讨。
