我们知道实体有不同的外观，例如，“巴拉克奥巴马”可能被称为“奥巴马”，“总统”和“巴拉克侯赛因奥巴马”。 是否有任何算法可以确定三者是否指的是同一个实体“Barack Obama”？
谢谢！
编辑1：
我会提供有关我案件的更多细节。我想要做的是在Twitter中连接不同的实体名称。
如果我发送包含“Barack Obama”的推文，一段时间后我发送另一条包含“总统”的推文，但没有“Barack Obama”，那么我的系统应该可以将两条推文连在一起，因为当我谈到“Barack Obama”和“总统”在两条推文中，我显然是指同一个实体。
答案 0 :(得分：0)
Latent semantic analysis是您可能希望尝试的一种方法。
或者，主题模型的非参数扩展（例如Latent Dirichlet Allocation）可能有效。
答案 1 :(得分：0)
您的问题的难度完全包含在句子“显然意味着同一个实体”中，并且您面临众所周知（并且非常困难）框架问题。 如果你把它变成概率，你会发现总统与奥巴马有关的问题在很大程度上取决于背景。
我建议查看隐马尔可夫链（谷歌如此）来捕捉问题的背景性质。