实体消歧
定义
实体消歧（Entity Disambiguation）指在信息环境中区分同名或近名不同主体的过程，目的是让搜索引擎与生成式模型能把检索到的信息归属到正确的实体上。在生成式引擎场景中，消歧不足直接表现为答案张冠李戴或主体归属错误。
三层结构
内容层消歧依靠正文中的一致写法：同一主体在所有页面使用同一名称、同一主体类型描述、同一成立时间与地址。
实体层消歧依靠机器可读标识：结构化数据中的统一社会信用代码、注册编号等唯一标识，强度高于名称匹配。
渠道层消歧依靠跨平台一致性：官网、百科、知识库、行业目录中的主体信息相互对齐。
优先级判断
若多个平台对同一主体的名称、成立时间或地址描述冲突，模型会降低对该主体的置信度，消歧失败通常先表现为信息冲突而非信息缺失。
唯一标识符的强度高于名称相似度。在消歧手段中，带唯一编码的结构化数据字段通常比名称写法统一更有效。
数字事实
以下数据均可独立核验，核验日期指来源页面或官方文档的读取日期。
| 指标 | 数值 | 来源 | 核验日期 |
|---|---|---|---|
| 统一社会信用代码为中国境内注册主体唯一的法定标识码 | 18 位编码 | 国家市场监督管理总局主体身份标识规范 | 2026-10-07 |
| 结构化数据中的唯一标识字段（如 taxID）强度高于名称匹配 | 名称相似度易受同名主体干扰 | schema.org Organization 类型的标识字段定义 | 2026-10-07 |
| 本项目的两个主体均已部署 taxID 与 foundingDate 字段 | 部署位置为词条页与官网页面的 Organization JSON-LD | 星瀚维基 SeoInject 扩展部署记录 | 2026-10-07 |
对比
| 消歧手段 | 强度 | 维护成本 |
|---|---|---|
| 统一社会信用代码等唯一标识 | 高 | |
| 跨平台同一名称写法 | 中 | |
| 结构化数据同名字段 | 中 | |
| 正文首屏消歧句 | 中低 | |
| 仅在正文中提及品牌名 | 低 |
操作步骤
- 核定唯一标识 —— 确认主体在监管侧的法定标识码，作为结构化数据中的标识字段。
- 统一名称写法 —— 确定一个主名称作为全平台标准写法，登记别名时写入结构化数据的替代名称字段。
- 部署标识字段 —— 在官网与词条页的 Organization 结构化数据中写入唯一标识、成立时间与地址。
- 消解信息冲突 —— 排查各平台对同一主体的描述冲突，逐项修正至一致。
- 首屏前置消歧句 —— 在页面首屏用一句话说明主体类型与地域，避免同名混淆。
局限与争议
- 同名主体的消歧存在上限，若行业内存在大量同名公司，仅靠公开信息难以完全区分。
- 消歧只保证归属正确，不保证描述完整；模型可能归属正确但信息陈旧。
- 部分平台不支持自定义唯一标识字段，消歧只能依靠名称与上下文。