你发一句”今天在苹果店买了个红富士”给AI，要是没做实体链接与消歧，它大概率会把俩”苹果”混成同一个概念。
先搞懂：这俩操作到底解决什么麻烦
说白了，实体链接就是把文本里提到的具体事物，对应到知识库里面有唯一ID的条目上。消歧就是在多个可能的对应项里，挑更贴合上下文的那个。
举个常见的例子，文本里提到”乔丹”，到底是NBA的传奇球星，还是注册了商标的运动品牌？提到”长江”，是那条横跨多省的大河，还是某家上市公司的代称？
很多人以为这俩操作是给大模型做的专属功能，其实从最早的搜索引擎做搜索排序，到现在企业内部搭知识库做智能客服，只要涉及到文本和真实世界事物的对应，就绕不开这两步。
说实话，要是没这步，你给AI发”我要去亚马逊买两斤虾”，它说不定给你跳出来一堆雨林探险攻略。离谱得很。
实操里常碰到的几个坑
第一个容易走的弯路，就是光靠字面匹配做消歧。比如有人在笔记里写”我上周去西湖边上喝了杯龙井”，如果系统只做字面匹配，可能把”龙井”直接对应到西湖边的龙井村实体，但结合上下文”喝了杯”，其实这里的龙井是茶叶实体，匹配错了后面做内容推荐的时候，就会给你推景区门票，完全错位。
据一些用户反馈，很多刚上手做知识库搭建的团队，一开始图省事只靠关键词匹配做链接，上线3个月就得补三四轮规则，反而比一开始就拉上下文做语义判断费时间。
还有个容易忽略的细节，别为了追求所谓的高准确率，把消歧的匹配阈值设得太高。简单说就是，很多模糊的指代——比如用户写”这家店味道绝了”，如果阈值设太高，系统直接就放弃匹配对应的餐厅实体，后面做用户偏好分析的时候，就会漏掉这部分很有价值的反馈数据。
和容易搞混的概念差在哪
很多人会把实体链接与消歧，和常说的命名实体识别（NER）搞混。
其实差得挺多的。命名实体识别只是把文本里哪些是”人名、地名、机构名”框出来，相当于先把候选的实体位置找出来。实体链接与消歧的核心，是把这些框出来的内容，和你自己知识库里面存的真实条目对上号。
举个例子，系统识别出来”张三”是个人名，这是NER的工作范畴；消歧判断这个”张三”是你通讯录里那个做设计的张三，还是公司通讯录里做财务的张三，这才是实体链接要干的事。
你在平时用AI工具或者搭知识库的时候，碰到过哪些因为实体没消歧闹的笑话？欢迎结合具体场景继续探讨。
