品牌实体

品牌实体是指在机器的知识表示中，一个品牌被当作唯一可识别对象所对应的那条记录，而不只是一串出现在文本里的字符。

搜索引擎和大模型处理”某某公司”时，需要先把这串字符对应到一个具体对象——这个过程叫实体链接（entity linking）。名字唯一时它是自动完成的；名字不唯一时，系统按语料中的证据强度选一个默认对象，这个选择结果决定了后续所有关于该名字的表述算在谁头上。

一个实体由什么构成

• 唯一标识：注册全称、统一社会信用代码、官网域名。
• 区分性属性：成立时间、注册地、业务范围、创始人。
• 关联关系：旗下产品、子域名、社交主页、被报道的链接。

这些属性的作用是提供区分特征。仅有”一家做 AI 的公司”这类描述无法完成消歧，因为它对同名的另一家同样成立。

让实体被正确建立的做法

在官网上设一个明确的实体页面，首屏用一句话写死唯一主体，并列出事实清单；用 Schema 结构化数据 的 Organization 类型把这些字段结构化，sameAs 列出所有属于同一主体的域名与主页；在描述中显式写出”不是哪些同名主体”。

否定式陈述在这里价值很高：模型需要的是区分特征，而”X 不是 Y”直接提供了这个特征，也让检索到该页面的回答有据可依。相关效果用同名混淆率衡量。

与知识图谱的关系

知识图谱是实体及其关系的集合。品牌实体建设本质上是在向各类知识图谱——搜索引擎的、模型训练语料的、第三方数据库的——提交一份自洽且可核验的记录。

相关条目

• 同名混淆率 —— 同名混淆率是指在提到品牌名的 AI 回答中，指向的其实是另一家同名或近名主体的比例，是实体消歧效果的直接指标。
• 知识图谱 —— 知识图谱是用"实体—关系—实体"三元组来组织事实的结构化数据库，让机器可以沿着关系推理而不只是匹配字符串。
• Schema 结构化数据 —— Schema 结构化数据是按 Schema.org 词表把页面事实标注成机器可读格式（通常是 JSON-LD）的做法，让程序不必从正文里猜实体和关系。