Nlp 多语言命名实体链接

我正在研究一种聚类算法，将来自不同来源的新闻文章聚类成一个事件，类似于谷歌新闻。除了一个问题外，一切都很顺利

我对阿拉伯语新闻文章进行聚类，算法运行得非常好，在政治和体育文章中显示出非常好的结果，但在游戏和技术方面，结果并不那么好。问题是我的召回率很低（集群比应该的要少）

经过调查，我发现问题在于命名实体。在《游戏与科技》中，作者似乎在使用英文名称或阿拉伯语等效名称之间混用，这对影响最大的标题术语产生了影响，这通常会影响最终结果

现在，我正在寻找一种方法来找到相同的命名实体，即使它们使用不同的语言。我仍然不知道具体是怎么回事，我非常感谢您的帮助。

您可以看看“维基解密”：

这些工具通常或多或少地依赖于dbpedia，它提供了语言之间的链接。另一个解决方案是下载dbpedia的语言版本，并提取不同语言的名称变体：更多的工作，但可能更快、更相关