antins-labs entity_disambiguation
目标
解决“同名异义”或“拼写近似”导致的实体识别错误问题。通过构造高区分度的查询、利用权威来源（维基百科、官方文档、权威数据库）和交叉验证关键属性（职业、时间、地点、成就、关联实体），确保锁定唯一正确的实体。
适用场景
- 人名：找出“James Andrew Miller（记者）”而非“James Andrews Miller”或同名运动员。
- 机构/节目：确认“Hee Haw”是 Roy Clark 主持的国家乡村综艺节目，而非“The Roy Clark Show”。
- 赛事：区分“Queensland Head of the River”与其他州的同名赛艇赛事。
- 作品：定位“Those Guys Have All the Fun: Inside the World of ESPN”的作者身份。
- 地名：确认“Balneário Camboriú”在巴西而非其他同名地点。
不适用场景
- 问题已给出唯一且明确的实体标识（如 ISBN、ORCID、官方 URL）。
- 仅需统计或计算，不涉及实体唯一性判断（如“1995-96 赛季公牛队 113-87 比分出现次数”）。
- 实体本身无歧义，仅需检索属性（如“瑞士某公司 200 单位收入 CHF500,000”）。
核心原则
- 高区分度查询：在搜索中加入“职业、时间、地点、成就、关联实体”等限定词，最大限度缩小范围。
- 权威来源优先：优先使用维基百科、官方站点、权威数据库（IMDb、Sports-Reference、DBLP）作为验证基准。
- 交叉验证：至少两个独立来源对同一关键属性（出生日期、职务、作品列表）给出一致信息，才视为确认。
- 迭代澄清：若首轮结果仍含歧义，追加更细粒度限定（如“not the footballer”、“born 1960”）直至唯一。
标准执行流程
- 识别歧义点
判断实体是否可能同名、拼写近似或跨领域重名，列出潜在混淆对象。 - 提取区分属性
从问题中提取可唯一标识该实体的属性：职业、国籍、时间段、代表作品、关联人物/机构。 - 构造首轮精准查询
将实体名与区分属性组合成查询，如"James Andrew Miller" journalist ESPN author。 - 锁定权威页面
优先打开维基百科、官方传记、IMDb、DBLP 等页面，快速定位 infobox 或首段关键信息。 - 交叉验证关键事实
用第二来源（新闻报道、官方公告、学术主页）验证出生日期、职务、作品列表等。 - 处理剩余歧义
若仍有冲突，追加限定词（“not the actor”、“born 1972”）或反向排除（-football -soccer）。 - 确认唯一实体
当所有关键属性在多源一致且无冲突时，标记该实体为最终答案。 - 记录标识符
将维基百科 URL、ORCID、IMDb ID 等唯一标识附在答案后，方便后续引用。
检索策略模板
- 人名：
"{Full Name}" {profession} {key_work_or_affiliation} site:wikipedia.org - 作品/节目：
"{Title}" {host_or_creator} {genre} {year} site:imdb.com OR site:wikipedia.org