NER：涉及提取的实体以单一的现实世界的概念

Question

我处理纯文本文件，并像识别文档中存在的学院/大学名称的实体。有些时候这些名字是用不同的格式写成的，但它们是指一个大学/大学的名字。
例子：
贾瓦哈拉尔尼赫鲁科技大学海得拉巴
J.N.T.U海德拉巴
JNTU海德拉巴
JNTU-H
贾瓦哈拉尔尼赫鲁科技大学（JNTU）海得拉巴

所有上述名称是指同一所大学的名字。

我们如何能与所有这些名字到一个学院/大学的名字？
（我正在寻找某种Web服务或类似Google搜索的内容，因为如果我搜索这些名称中的任何一个，它将返回相同的大学链接。）

Answer 1

此任务被命名为“实体链接”。有些系统是通过利用维基百科（特别是重定向这给可能的提到了实体），如Babelfy或DBpedia Spotlight致力于此，在大多数情况下。

这些服务依赖于数据链路提及对唯一标识符：如果他们有可能提到了你的实体，它或许应该在大多数情况下（但对于那些暧昧）。但在许多情况下，他们的词汇是不够的，你可能会面对未知的实体或提及。在这种情况下，你必须使用现有的框架来构建自己的系统，并提供其与实体相关的数据库和他们提及。首字母缩略词可以从其全名自动生成。