Java 如何在EntityMethodsNotator的基础上进行Wikification/实体链接？

我试图将实体提及链接到一个知识库，例如DBpedia或Wikidata

最后，我想用一个任意的本体来丰富JSON输出，并在此提供某种语义。但作为第一步，它应该是这样的：

{

    "index": 1,
    "mention": "Barack Obama",
    "characterOffsetBegin": 0,
    "characterOffsetEnd": 12,
    "ner": "PERSON",
    "before": "",
    "after": " "
    "uri": "http://dbpedia.org/page/Barack_Obama"

}

是否有一种方法可以利用斯坦福大学CoreNLP已经提供的工具来实现这一点？我在GitHub上看到过WikidictAnnotator，但不幸的是，没有关于它是什么以及如何使用它的文档或任何东西

除此之外，还有什么其他的可能性？为了实现实体链接，我是否必须使用第三方工具（如DBpedia Spotlight）以及斯坦福NE识别器

---

提前谢谢

经过一些研究，我将回答我自己的问题。也许这对将来的人有帮助

我发现了一个名为AGDISTIS的框架，它提供了一个对知识库功能的提及。它接受EntityMethodsNotator的提及，并将其与相应的dbpedia资源进行匹配。您甚至可以使用dbpedia之外的另一个索引

尽管如此，如果有人能解释一下，仅仅使用CoreNLP（见WikidictAnnotator）是否以及如何实现维基化，我会很高兴的。

目前，我们有一个系统，可以在文本中识别。每个实体都链接到其Wikidata Id。输出是一个JSON对象，包含已识别的实体及其在输入文本中的位置，以及一些有用的实体元数据，如类别、Wikipedia URL和链接信任度。该系统可用作API。要了解更多关于实体链接或用例的信息，您可以查看我们的

以以下句子为例：

马云在杭州成立了阿里巴巴，由软银和微软投资 高盛

我们的系统将产生以下输出。你也可以自己试试

---

您可以使用api查询dbpedia。e、 选择不同的uri标签，其中{uri rdfs:label？label.FILTER regex（str（？label），“Barack Obama”，“i”）}我认为你建议的方法太直截了当了。如果有模棱两可的实体提及，例如“乔治·布什”，该怎么办？这可能涉及老乔治·布什和小乔治·布什。我知道有第三方实体链接工具能够消除歧义，但是否也可以使用CoreNLP实现这一点？如果没有，我应该使用什么API或工具与CoreNLP结合使用？我目前需要同样的东西。不幸的是，这些问题的唯一解决方案似乎是昂贵的API。WikidictAnnotator将无法工作。为了坚持你的例子，请理解“奥巴马”是一个模棱两可的名字：它可以指巴拉克·奥巴马或米歇尔·奥巴马或其他同名人士。DBpedia、Wikidata、YAGO和其他KBs存储实体，即它们的id。通过查字典（WikidictAnnotator中的“dict”部分）处理“Obama是第一夫人”，只有“Obama”被识别为提及，而不知道是哪一个。要获取Wikidata ID（在本例中为Q13133），您需要提及“奥巴马”的上下文，AGIDISTIS（或AIDA，或Dexter…）所做的事情。感谢您提供此信息。我不知道WikidictAnnotator只是一个字典查找。幸运的是，有些框架能够消除CoreNLP提供的提及的歧义，而不是运行自己的实体/提及识别然后消除歧义。您的系统看起来不错。但不幸的是，我需要一些免费和开源的东西。当你注册API时，你每月会收到1000个免费请求。

{
"docId": "1803274355",
"language": "en",
"matches": [
  {
    "charLength": 2,
    "charOffset": 0,
    "text": "Ma",
    "entity": {
      "id": "http://www.wikidata.org/entity/Q1137062",
      "url": "http://en.wikipedia.org/wiki/Jack%20Ma",
      "confidence": 0.24400826614264
    }
  },
  {
    "charLength": 7,
    "charOffset": 11,
    "text": "Alibaba",
    "entity": {
      "id": "http://www.wikidata.org/entity/Q1359568",
      "url": "http://en.wikipedia.org/wiki/Alibaba%20Group",
      "confidence": 0.89595517818717
    }
  },
  {
    "charLength": 8,
    "charOffset": 22,
    "text": "Hangzhou",
    "entity": {
      "id": "http://www.wikidata.org/entity/Q4970",
      "url": "http://en.wikipedia.org/wiki/Hangzhou",
      "confidence": 0.92296125433251
    }
  },
  {
    "charLength": 8,
    "charOffset": 53,
    "text": "SoftBank",
    "entity": {
      "id": "http://www.wikidata.org/entity/Q201653",
      "url": "http://en.wikipedia.org/wiki/SoftBank",
      "confidence": 0.95402181746993
    }
  },
  {
    "charLength": 7,
    "charOffset": 66,
    "text": "Goldman",
    "entity": {
      "id": "http://www.wikidata.org/entity/Q193326",
      "url": "http://en.wikipedia.org/wiki/Goldman%20Sachs",
      "confidence": 0.41802014708618
    }
  }
]
}