NER：涉及提取的實體以單一的現實世界的概念

Question

我處理純文本文件，並像識別文檔中存在的學院/大學名稱的實體。有些時候這些名字是用不同的格式寫成的，但它們是指一個大學/大學的名字。
例子：
賈瓦哈拉爾尼赫魯科技大學海得拉巴
J.N.T.U海德拉巴
JNTU海德拉巴
JNTU-H
賈瓦哈拉爾尼赫魯科技大學（JNTU）海得拉巴

所有上述名稱是指同一所大學的名字。

我們如何能與所有這些名字到一個學院/大學的名字？
（我正在尋找某種Web服務或類似Google搜索的內容，因爲如果我搜索這些名稱中的任何一個，它將返回相同的大學鏈接。）

Answer 1

此任務被命名爲「實體鏈接」。有些系統是通過利用維基百科（特別是重定向這給可能的提到了實體），如Babelfy或DBpedia Spotlight致力於此，在大多數情況下。

這些服務依賴於數據鏈路提及對唯一標識符：如果他們有可能提到了你的實體，它或許應該在大多數情況下（但對於那些曖昧）。但在許多情況下，他們的詞彙是不夠的，你可能會面對未知的實體或提及。在這種情況下，你必須使用現有的框架來構建自己的系統，並提供其與實體相關的數據庫和他們提及。首字母縮略詞可以從其全名自動生成。