Python 3.x 空间实体链接-字向量

我对单词向量是如何工作的非常困惑，特别是关于spacy的实体链接（）

将实体添加到知识库时，其中一个参数是实体向量。你是怎么得到这个的？我已经试过了

nlp = spacy.load('en_core_web_sm')
kb = KnowledgeBase(vocab = nlp.vocab, entity_vector_length = 96)
for n in m_yentities:
    kb.add_entity(entity = n, freq = ___, entity_vector = **nlp(n).vector**)

---

**代码给了我长度为96的向量，这就是我用于

实体向量长度的向量，尽管在示例中他们使用了3。我只是想知道我的方法是否可行，但我对此感到困惑。
我们必须更好地记录这一点，但让我试着解释一下：知识库存储预训练的实体向量。这些向量是实体描述的浓缩版本。虽然这样的描述可以是一个或多个单词（不同的长度），但其向量应该始终具有固定的大小。长度为3是不现实的，64或96更合理。如果我们有，每个实体描述都映射到96D空间，这样我们就可以在更下游的神经网络中使用这些描述

如您链接的中所示，您可以使用创建多词描述到96D向量的映射，并且可以调整嵌入的长度。更大的嵌入意味着您可以捕获更多的信息，但也需要更多的存储

在创建知识库时，为实体描述创建这些嵌入向量是作为脱机步骤完成的。然后，当您实际想要训练一个神经网络来进行实体链接时，该网络的大小将取决于您为描述嵌入选择的大小

直观地说，“实体嵌入”是实体描述中所有单词的词向量的一种平均、浓缩版本

另外，我不知道您是否看到过这一点，但如果您正在寻找一种更现实的运行实体链接的方法，您可以查看处理Wikipedia和Wikidata的脚本。
谢谢！但如果我没有对维基数据做任何事情呢？例如，我只想从csv中读取实体作为知识库中的实体，然后给它们别名。我能够创建一个知识库，并使用“nlp（n）.vector”表示“entity\u vector”，其中nlp='en\u core\u web\u sm'，n是一个实体的名称。这看起来合理吗？哦，那是一个完全不同的故事。当前EL模型的基本假设是，实体的描述在语义上与使用实体的句子/上下文相似。简单的回答是：您需要描述（以及它们各自的嵌入）当前EL algo才能工作。您可以从Wikidata或其他地方获取这些描述。好的，因此需要这些描述，实体_向量是描述的向量表示，而不是实际实体，对吗？谢谢！最后一个问题-在wikipedia_pretrain_kb.py文件中，它有多行，例如“entity_defs_path=loc_entity_defs if loc_entity_defs else output_dir/entity_defs_path”…这给了我一个错误，告诉我不能将字符串除以字符串。这到底应该做什么？啊，“/”语法来自pathlib，我发现这是一个非常直观的库，可以以独立于平台的方式定义路径。脚本被设置为期望路径变量，并将对其进行解析，但如果您只是复制粘贴其中的一部分，则可能需要执行类似于
p=Path（'yourlocation'）
的操作，然后您可以将字符串连接到它，结果对象也将是
Path
。