词向量不直接做实体链接，而是为提及和候选实体提供语义表示基础；通过映射到同一向量空间并计算相似度完成匹配与消歧，辅以先验概率、上下文共现和类型约束缓解歧义。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
词向量本身不直接做实体链接，但它为实体链接提供了关键的语义表示基础。真正起作用的是把文本提及（mention）和知识库中候选实体的描述、类型、上下文等信息都映射到同一向量空间，再通过相似度计算完成匹配与消歧。
用词向量表征文本提及
对原始文本中的待链接片段（比如“苹果”、“乔布斯”），先做分词或子词切分，再用预训练词向量（如Word2Vec、GloVe）或上下文嵌入模型（如BERT）获取其向量表示。如果是上下文相关模型，同一个词在不同句子中会得到不同向量，这对处理歧义非常有用。
- 简单场景可用平均词向量：把提及中每个词的向量加总后归一化
- 更优做法是用句子级嵌入：输入整句（如“苹果公司发布了新款iPhone”），让模型输出提及所在位置的上下文向量
- 提及边界信息可作为额外特征拼接进向量，提升定位准确性
用词向量表征知识库实体
知识图谱里的实体本身没有原始文本，需借助其结构化信息生成向量。常见方式包括：
- 用实体名称+别名+摘要文本作为输入，过一遍BERT类模型，取[CLS]向量作为实体表征
- 结合知识图谱嵌入（KGE）：如TransE、RotatE，将实体和关系共同建模为向量，再与文本向量对齐
- 混合策略：把名称向量、类型向量、邻居实体向量加权融合，构成更鲁棒的实体表示
向量空间对齐与匹配
当提及向量和候选实体向量都在同一语义空间后，链接就变成一个检索或分类任务：
- 计算余弦相似度，选Top-1或Top-k最接近的实体作为预测结果
- 用双塔结构（Dual Encoder）分别编码提及和候选实体，离线预计算实体向量，支持快速在线检索
- 引入判别式模型：把（mention, entity）对送入交叉编码器（Cross-Encoder），输出是否匹配的概率，精度更高但速度慢
缓解歧义的关键补充手段
纯向量相似度容易混淆同名实体（如“苹果”指水果还是公司），所以实际系统常叠加以下信号：
- 实体先验概率：维基百科中“Apple Inc.”被链接的频次远高于“apple (fruit)”
- 上下文共现：若句子中同时出现“iOS”“Mac”，则倾向链接到科技公司
- 类型约束：利用DeepType思路，先预测提及应属的类型（ORG vs. FRUIT），再在对应类型实体中检索
