同名异义是 RAG 幻觉高发区。本文讲实体消歧流水线，让检索精准命中正确实体。
一、为什么需要消歧
"苹果"可能是水果也可能是公司，"模型"可能是 AI 模型也可能是实物模型。不消歧，检索块串味，生成答非所问。
二、消歧链路
flowchart LR
A[文本] --> B[实体识别]
B --> C[上下文消歧]
C --> D[绑定规范实体]
D --> E[精准检索]
三、示意消歧
```python
示意：基于上下文的实体消歧（通用实现）
def disambiguate(entity: str, context: str) -> str:
# llm_resolve 返回规范实体 ID 与类型
return llm_resolve(entity, context, candidates=KB[entity])
规范实体写入带类型的索引，检索时按类型过滤。
四、工程实践要点
- 规范实体表：维护"别名→规范实体"映射，覆盖高频歧义。
- 上下文窗口：消歧看实体周边句子，而非孤立词。
- 类型过滤：检索时按实体类型约束，减少串味。
五、常见误区
- 只做实体识别不做消歧，同名混库。
- 上下文窗口太窄，消歧错误。
- 规范表不维护，新歧义持续漏。
六、FAQ
Q1：消歧一定要 LLM 吗？
A：小范围可用规则+词典；歧义复杂再上 LLM 解析上下文。
Q2：和知识图谱什么关系？
A：图谱提供规范实体与类型，是消歧的底层支撑（呼应文章三）。
Q3：消歧错了会怎样？
A：检索块错位，生成可能张冠李戴；需抽检与回流修正。
Q4：多语言怎么消歧？
A：建跨语言规范实体映射，同一概念不同语种绑同一 ID。
Q5：性能开销大吗？
A：识别+轻量消歧在毫秒级；仅疑难实体走重消歧。
