什么是適合此任務的機器學習算法？

Question

我們知道實體具有不同的外觀，例如，“巴拉克·奧巴馬”可以表示為“奧巴馬”，“總統”和“巴拉克·侯賽因·奧巴馬”。
是否有任何算法可以確定這三個對象是否指向同一實體“巴拉克·奧巴馬”？

謝謝！

---

編輯1：
我將提供有關我的案件的更多詳細信息。 我要做的是在Twitter中連接不同的實體名稱。

如果我發送包含“巴拉克·奧巴馬”的推文，一段時間后，我發送另一條包含“總統”但不包含“巴拉克·奧巴馬”的推文，則我的系統應該能夠將這兩個推文連接在一起，因為當我談論“巴拉克·奧巴馬”時，在兩條推文中，“”和“總統”顯然是指同一實體。

Answer 1

潛在語義分析是您可能希望嘗試的一種方法。

另外，主題模型的非參數擴展（例如潛在Dirichlet分配）可能會起作用。

Answer 2

問題的難度完全包含在“顯然是同一實體”一句中，並且您面臨着眾所周知的（也是非常困難的） 框架問題 。 如果將其轉換為概率，您會發現與奧巴馬有關的總統概率很大程度上取決於具體情況。

我建議看一下隱馬爾可夫鏈 （就像Google一樣），以捕獲問題的上下文性質。