Series I / Paper 02

多符號非均勻權重與高階語義耦合：從身份解析到語義超圖閉合

Non-Uniform Multi-Symbol Weights and Higher-Order Semantic Coupling: From Identity Resolution to Semantic Hypergraph Closure

作者：Neo.K（許筌崴）
機構：EveMissLab
系列：公共顯著性場與實體可辨識理論（Series I）
版本：v0.1
日期：2026-08-14

摘要

同一公共實體往往同時由真名、筆名、公司名、品牌名、作品名、網域、帳號、縮寫與跨語言名稱等多個符號所指涉。傳統直覺常以「這些符號都指向同一個實體」為由，默認它們在搜尋、識別與公共認知中近似等價；但實際資訊系統中，不同符號具有不同的頻率、歧義度、來源分布、檢索強度與身份指向能力。因此，即使在同一實體內部，也通常存在

W(s_i)\neq W(s_j).

本文提出「多符號非均勻語義耦合框架」（Non-Uniform Multi-Symbol Semantic Coupling Framework, NUMSC），作為公共顯著性狀態空間（PPSS）的第二層形式化。本文區分符號內在辨識力、查詢條件權重、來源獨立性與高階聯合證據，並定義一族 $k$ 階語義耦合張量

\mathcal{T}^{(k)}.

本文特別證明：高階身份閉合一般不能由所有 pairwise 相似度或關係分數的簡單總和唯一決定。透過 parity 型構造，可建立兩個具有完全相同一階與二階邊際關係、但三階聯合結構不同的系統。因此，普通圖上的兩兩邊不足以普遍表示不可約的高階語義依賴；超圖或高階張量是自然的擴展表示。

本文進一步提出符號有效數、身份閉合分數、高階增益、來源獨立性修正與觀察者依賴權重，並將 alias alignment、entity linking、collective entity linking、multi-view entity alignment、multi-relational tensor learning 與 hypergraph alignment 放入同一理論邊界。核心結論是：公共身份不是名稱字典，而是一個由非均勻符號、來源與高階關係共同形成的查詢依賴語義場。

關鍵詞： 多符號身份、別名解析、實體對齊、語義耦合、張量、超圖、身份閉合、搜尋權重、entity linking、entity alignment

1. 問題設定

Series I / Paper 01 將公共實體 $E$ 的狀態表示為

\mathbf{x}_E^{\Omega} = (I,S,V,D,R,M,H,A,\rho),

其中 $R$ 表示身份可辨識度， $M$ 表示機器可辨識度。

然而，若要真正計算 $R$ 與 $M$ ，必須先回答更底層的問題：

一個實體具有多個名稱、品牌、網域與作品符號時，資訊系統如何判斷這些符號彼此相關，並進一步閉合成同一身份或穩定關係網？

令實體 $E$ 的公開符號族為

\Sigma_E = \{s_1,s_2,\ldots,s_n\}.

例如 $s_i$ 可以是：

法定姓名；
筆名或網名；
公司名稱；
研究品牌；
網域；
作品名稱；
社群帳號；
跨語言轉寫；
縮寫；
固定 metadata identifier。

最簡化的模型會寫成

s_1\sim s_2\sim\cdots\sim s_n\sim E.

但此式只描述指涉關係，不描述資訊空間中的實際辨識難度。

本文主張：

\boxed{ \text{referential equivalence} \neq \text{retrieval equivalence} \neq \text{recognition equivalence}. }

2. 多符號權重不是均勻的

定義 1：觀察條件

沿用 Paper 01，令

\Omega=(o,p,q,t),

其中 $o$ 為觀察者， $p$ 為平台或資訊系統， $q$ 為查詢／任務， $t$ 為時間。

定義 2：條件符號權重

對符號 $s_i$ ，定義

w_i^{\Omega} = W(s_i\mid o,p,q,t),

且

w_i^{\Omega}\ge 0.

它表示在觀察條件 $\Omega$ 下，符號 $s_i$ 對實體辨識與公共顯著性的有效貢獻。

一般情況下：

\boxed{ w_i^{\Omega}\neq w_j^{\Omega}. }

即使 $s_i$ 與 $s_j$ 都正確指向同一實體。

3. 符號權重的分解

一個可操作的近似是：

w_i^{\Omega} = f \left( r_i, u_i, c_i, a_i, d_i, x_i, \Omega \right),

其中：

$r_i$ ：retrievability，可召回性；
$u_i$ ：uniqueness，唯一性；
$c_i$ ：contextual coherence，語境一致性；
$a_i$ ：attribution strength，歸因強度；
$d_i$ ：source diversity，來源多樣性；
$x_i$ ：ambiguity penalty，歧義懲罰。

可使用乘法型近似：

w_i^{\Omega} = r_i^{\alpha} u_i^{\beta} c_i^{\gamma} a_i^{\delta} d_i^{\eta} (1-x_i)^{\zeta},

其中所有指標先規範化到 $[0,1]$ ，指數控制不同觀察環境下的權重敏感度。

此式不是本文唯一允許的估計器。其目的只是指出：

\text{符號出現次數}

並不等於

\text{符號身份權重}.

高頻但高度歧義的短名稱，可能低於低頻但高度唯一的公司統編、固定網域或完整法定名稱。

4. 正規化權重與有效符號數

令

\alpha_i^{\Omega} = \frac{w_i^{\Omega}} {\sum_{j=1}^{n}w_j^{\Omega}},

則：

\sum_{i=1}^{n}\alpha_i^{\Omega}=1.

若所有符號完全均勻：

\alpha_i=\frac{1}{n}.

但實際系統通常呈現長尾分布。

為描述「真正有效的符號數」，定義符號熵：

H_{\Sigma}^{\Omega} = -\sum_{i=1}^{n} \alpha_i^{\Omega} \log\alpha_i^{\Omega}.

再定義有效符號數：

N_{\mathrm{eff}}^{\Omega} = \exp \left( H_{\Sigma}^{\Omega} \right).

因此：

1\le N_{\mathrm{eff}}^{\Omega}\le n.

如果一個實體形式上有十個名稱，但其中九個幾乎不具有檢索或辨識能力，則：

N_{\mathrm{eff}}\ll 10.

這使「符號數量」與「有效身份入口數量」得到形式分離。

5. 二階語義耦合矩陣

對任意兩個符號 $s_i,s_j$ ，定義：

C_{ij}^{\Omega} = \operatorname{Couple} (s_i,s_j\mid\Omega),

其中：

C_{ij}^{\Omega}\in[0,1].

矩陣

\mathbf{C}^{\Omega} = [C_{ij}^{\Omega}]

可以表示 pairwise 關係，例如：

同一文件共同出現；
網頁互相連結；
metadata 明示作者／機構；
語義上下文相似；
同一知識圖譜中的關係；
搜尋結果中共同召回；
AI 對兩符號 identity match 的信心。

若只使用二階模型，一個自然的身份分數可能寫為

R_{\mathrm{pair}} = \sum_{i<j} \alpha_i\alpha_j C_{ij}.

此形式很直觀，但不普遍充分。

6. 為什麼 pairwise graph 不夠？

真正重要的現象是：

某些符號兩兩看都不夠強，但三個、四個或更多符號聯合出現時，身份可能突然變得高度唯一。

令：

s_1=\text{姓名},

s_2=\text{品牌},

s_3=\text{公司},

s_4=\text{固定網域}.

可能存在：

C_{12}\approx 0.4, \qquad C_{13}\approx 0.3, \qquad C_{24}\approx 0.5,

但聯合查詢：

(s_1,s_2,s_3,s_4)

幾乎只有一個實體可以同時滿足。

因此：

\operatorname{Couple} (s_1,s_2,s_3,s_4)

不能預設等於六個 pairwise coupling 的平均或總和。

7. 高階語義耦合張量

定義 3： $k$ 階語義耦合

對 $k\ge2$ ，定義

\mathcal{T}^{(k),\Omega}_{i_1i_2\cdots i_k} = \operatorname{Couple}_k \left( s_{i_1}, s_{i_2}, \ldots, s_{i_k} \mid \Omega \right).

其中：

\mathcal{T}^{(k),\Omega}_{i_1i_2\cdots i_k} \in[0,1].

二階情況退化為：

\mathcal{T}^{(2),\Omega} = \mathbf{C}^{\Omega}.

但：

\mathcal{T}^{(3)}

與

\mathcal{T}^{(4)}

可以攜帶 pairwise matrix 無法唯一恢復的資訊。

8. Pairwise 不充分命題

命題 1：二階邊際不足以唯一決定高階聯合結構

存在兩個三變量系統 $P$ 與 $Q$ ，使所有一階與二階邊際分布完全相同，但三階聯合分布不同。

證明

令：

X,Y

為獨立均勻 Bernoulli 變量。

在系統 $P$ 中定義：

Z=X\oplus Y,

其中 $\oplus$ 為 XOR。

則 $X,Y,Z$ 各自均勻，且任意兩者 pairwise independent。因此：

P(X,Y)=P(X)P(Y),

P(X,Z)=P(X)P(Z),

P(Y,Z)=P(Y)P(Z).

再構造系統 $Q$ ，令：

X,Y,Z

三者完全獨立且均勻。

則 $P$ 與 $Q$ 具有相同的一階邊際與全部二階邊際。

然而在 $P$ 中：

X\oplus Y\oplus Z=0

以機率 $1$ 成立；在 $Q$ 中：

P(X\oplus Y\oplus Z=0)=\frac{1}{2}.

所以兩系統的三階聯合結構不同。

因此，由所有 pairwise 關係不能一般性地唯一恢復高階聯合結構。

\boxed{\square}

9. 語義意義

上述證明不是說公共身份真的服從 XOR。

它證明一個更一般的結構性限制：

\boxed{ \text{all pairwise information} \not\Rightarrow \text{all higher-order information}. }

因此，如果多符號身份閉合依賴群組條件、共同上下文、來源組合或「只有這組符號一起出現才唯一」的條件，普通 adjacency matrix 可能不夠。

這正是超圖表示的自然動機。

10. 語義超圖

定義語義超圖：

\mathcal{H}_E = (V,\mathcal{E},\omega),

其中：

V = \Sigma_E \cup \mathcal{D} \cup \mathcal{R},

$\Sigma_E$ 為符號節點， $\mathcal{D}$ 為文件／來源節點， $\mathcal{R}$ 為候選實體或關係節點。

每一條超邊：

e\in\mathcal{E}

可同時連接兩個以上節點：

e = \{ s_{i_1}, s_{i_2}, \ldots, s_{i_k}, d_j, E \}.

例如，一個作者頁可能同時明示：

\{ \text{真名}, \text{筆名}, \text{機構}, \text{作品}, \text{網域} \}.

此聯合陳述可以作為單一高階證據，而不必先拆成多條相互獨立的 pairwise 邊。

11. 高階增益

令 $S\subseteq\Sigma_E$ ，且 $|S|=k$ 。

定義高階耦合值：

T(S) = \operatorname{Couple}_k(S).

再令 pairwise 基準為：

B_2(S) = \frac{2}{k(k-1)} \sum_{\{i,j\}\subseteq S} C_{ij}.

定義高階增益：

G_k(S) = T(S)-B_2(S).

若：

G_k(S)>0,

表示聯合符號組的辨識能力高於 pairwise 平均所暗示的程度。

若：

G_k(S)\gg0,

則此符號組具有強烈的「閉合增益」。

這類現象可以稱為：

\boxed{ \text{semantic closure gain}. }

12. 身份閉合分數

令候選實體集合為：

\mathcal{E}^{*} = \{E_1,E_2,\ldots,E_m\}.

觀察到證據集合：

\mathcal{O} = \{ s_{i_1}, \ldots, s_{i_k}, d_{j_1}, \ldots \}.

定義身份閉合分數：

R(E\mid\mathcal{O},\Omega) = P \left( E \mid \mathcal{O}, \Omega \right).

若：

R(E^{*}\mid\mathcal{O},\Omega) \ge\tau

且：

R(E^{*}\mid\mathcal{O},\Omega) - \max_{E\neq E^{*}} R(E\mid\mathcal{O},\Omega) \ge\Delta,

則稱觀察條件 $\Omega$ 下發生身份閉合。

其中：

$\tau$ 為最低可信閾值；
$\Delta$ 為候選間隔閾值。

這比「第一名候選就是答案」更嚴格，因為它要求絕對信心與相對優勢同時成立。

13. 非均勻權重的必要性命題

命題 2

若兩符號具有不同歧義度或不同條件召回率，則任何強制令其權重相等的估計器，一般不能保持最佳身份判別能力。

證明概念

設：

s_a

為高度唯一符號，在候選實體 $E_1$ 上有：

P(s_a\mid E_1)=1,

對其他候選：

P(s_a\mid E_j)=\epsilon, \qquad j\neq1.

另有高歧義符號 $s_b$ ，對所有候選皆近似：

P(s_b\mid E_j)\approx c.

則 $s_a$ 的 likelihood ratio 遠高於 $s_b$ 。

若估計器強迫：

w_a=w_b,

便無法反映兩者對 posterior identity discrimination 的不同資訊量。

因此合理權重必須允許：

w_a>w_b.

\boxed{\square}

14. 來源不是獨立票數

多個頁面支持同一身份，不代表有同樣多個獨立證據。

若十個網站全部複製自同一份資料：

d_1,d_2,\ldots,d_{10},

直接計數會產生虛假的證據膨脹。

令來源圖中的相關性為：

\kappa_{ab} \in[0,1].

$\kappa_{ab}=1$ 表示兩來源近乎完全依賴， $\kappa_{ab}=0$ 表示在指定模型中近似獨立。

可定義來源有效數：

N_{\mathrm{src,eff}} = \frac{ \left(\sum_j v_j\right)^2 }{ \sum_j v_j^2 + 2\sum_{a<b}\kappa_{ab}v_av_b }.

此形式表達：

\text{十份鏡像} \neq \text{十份獨立證據}.

因此多符號身份模型必須同時處理：

\text{symbol diversity}

與：

\text{source independence}.

15. 條件權重與查詢重綁定

同一符號的權重會隨查詢改變。

對同一 $s_i$ ：

w_i^{\Omega_1} \neq w_i^{\Omega_2}.

例如：

精確人名查詢可能提高法定姓名權重；
技術產品查詢可能提高品牌／產品符號權重；
公司查詢可能提高法人名稱與註冊資訊權重；
AI 問答可能同時整合跨站 metadata、摘要與語義上下文。

因此：

\boxed{ W(s_i) }

不應理解為永久固定的「符號能量」。

更準確的是：

\boxed{ W(s_i\mid\Omega). }

這使 NUMSC 成為觀察者依賴與查詢依賴模型。

16. 與 Entity Linking 的區別

Entity Linking 通常處理：

\text{mention} \rightarrow \text{knowledge-base entity}.

現代系統會進行候選生成與消歧，並利用名稱、語境、描述或全局一致性。

NUMSC 的問題更廣：

\{ \text{names}, \text{aliases}, \text{brands}, \text{domains}, \text{organizations}, \text{works}, \text{sources} \} \rightarrow \text{latent public entity field}.

也就是說，NUMSC 不預設：

已存在完整知識庫；
所有符號都是文本 mention；
只有一個文件；
只有 pairwise mention–entity 關係；
所有來源具有相同可信度；
身份閉合與公共顯著性可以分開處理。

因此 NUMSC 與 entity linking 相交，但不等同。

17. 與 Alias Alignment 的關係

McKelvey 等人的 alias alignment 研究指出，即使缺乏完整背景知識，也可以結合名稱字面特徵與 alias 周圍的語義上下文進行身份對齊。

這支持：

\text{name form} + \text{semantic context} > \text{name form alone}

作為身份判別的一般方向。

NUMSC 再加入兩個層次：

第一，不只處理一個名稱與一個 alias，而處理：

|\Sigma_E|\ge2.

第二，不只考慮 pairwise alias alignment，而允許：

\mathcal{T}^{(k)}, \qquad k>2.

18. 與 Collective Entity Linking 的關係

Collective Entity Linking 已指出，逐一獨立處理 mention 可能因局部資訊稀疏而失敗，因此需要全局 coherence。

這與本文具有直接同構：

\text{local evidence} \neq \text{global closure}.

但 collective EL 常在同一文件或候選實體圖上求整體一致性。

NUMSC 則把 globality 擴展至：

\text{跨文件} + \text{跨網站} + \text{跨符號類型} + \text{跨來源} + \text{跨觀察者}.

19. 與 Multi-View Entity Alignment 的關係

Multi-view entity alignment 已將名稱、關係與屬性等不同 view 統一用於跨 knowledge graph 實體對齊。

此結果直接支持本文的非均勻多來源觀點：

\text{identity evidence} \neq \text{single-view evidence}.

然而，NUMSC 更關心的是：

\text{不同 view 的公共權重}

以及：

\text{不同 view 組合是否產生不可約高階增益}.

因此，其目標不只是提高 Hits@1，而是描述一個公共實體如何在資訊空間中被逐步閉合。

20. 與 Multi-Relational Tensor Learning 的區別

既有 multi-relational learning 早已使用三維張量或其他 latent factor models 表示：

(\text{entity}_i,\text{relation}_r,\text{entity}_j).

因此本文不能宣稱「第一次使用張量表示實體關係」。

NUMSC 的不同點在於：

\mathcal{T}^{(k)}_{i_1\cdots i_k}

的索引首先對應的是多個符號／證據項的聯合耦合，而不是固定三元知識圖譜中的 relation type。

換言之：

\text{multi-relational tensor}

與：

\text{higher-order multi-symbol coupling tensor}

是相鄰但不同的建模對象。

21. 與 Hypergraph Alignment 的關係

近期 hypergraph alignment 研究明確指出，普通 graph 天然以 pairwise relation 為基本單位，而 higher-order dependencies 需要 hypergraph 才能直接表達。

本文採用相同的結構動機，但應用於公共身份閉合：

\boxed{ \text{multiple symbols} + \text{multiple documents} + \text{multiple relations} \rightarrow \text{one higher-order identity evidence structure}. }

因此，本文的超圖不是為了取代所有 graph 方法，而是用來表示 graph projection 可能遺失的不可約高階關係。

22. Graph projection 與資訊損失

給定超圖：

\mathcal{H}=(V,\mathcal{E}),

常見作法可把每條 hyperedge 投影成 clique：

e=\{v_1,v_2,v_3\}

轉成：

(v_1,v_2), (v_1,v_3), (v_2,v_3).

但投影後，系統無法僅由三條 pairwise edge 判斷：

原本是一個三元共同關係？

還是：

三個互不相干的二元關係恰好同時存在？

因此 graph projection 可以保留部分鄰接資訊，卻不必保留原始高階事件的完整語義。

此差異對身份解析尤其重要，因為：

\text{共同署名}

與：

\text{三組獨立共現}

可能產生相同 pairwise clique，卻具有不同的證據意義。

23. 語義耦合場

當符號集合持續增長時，使用固定階數 $k$ 並不總是方便。

因此定義完整語義耦合場：

\mathfrak{T}_E^{\Omega} = \left\{ \mathcal{T}^{(2),\Omega}, \mathcal{T}^{(3),\Omega}, \ldots, \mathcal{T}^{(n),\Omega} \right\}.

它不是單一有限階 tensor，而是一族由不同階聯合證據形成的結構。

實體身份狀態可進一步寫成：

\mathcal{I}_E^{\Omega} = \left( \Sigma_E, \mathbf{w}^{\Omega}, \mathfrak{T}_E^{\Omega}, \mathcal{D}, \mathbf{K} \right),

其中：

$\Sigma_E$ ：符號族；
$\mathbf{w}^{\Omega}$ ：非均勻符號權重；
$\mathfrak{T}_E^{\Omega}$ ：高階耦合場；
$\mathcal{D}$ ：來源集合；
$\mathbf{K}$ ：來源依賴／相關矩陣。

這構成本文所稱的：

\boxed{ \text{multi-symbol identity field}. }

24. 從身份閉合回到 PPSS

Paper 01 中的身份可辨識度：

R(E,\Omega)

現在可以重新寫成：

R(E,\Omega) = \Phi \left( \mathcal{I}_E^{\Omega} \right),

即：

R(E,\Omega) = \Phi \left( \Sigma_E, \mathbf{w}^{\Omega}, \mathfrak{T}_E^{\Omega}, \mathcal{D}, \mathbf{K} \right).

機器可辨識度：

M(E,\Omega)

則可以理解成特定機器系統 $\mathcal{A}$ 對同一身份場的推斷性能：

M(E,\Omega;\mathcal{A}) = \Psi_{\mathcal{A}} \left( \mathcal{I}_E^{\Omega} \right).

因此：

R

是問題結構的一部分，而：

M

同時依賴求解器能力。

這個區分對下一篇 Paper 03 將非常重要。

25. 可檢驗假說

本文提出以下經驗假說。

H1：非均勻權重假說

在真實多符號實體中：

\operatorname{Var} \left( \alpha_1,\ldots,\alpha_n \right) >0

通常成立。

H2：高階增益假說

存在相當比例的身份解析案例，使：

G_k(S)>0

對某些 $k\ge3$ 成立。

H3：來源修正假說

加入來源依賴修正後，身份 confidence calibration 優於將所有頁面視為獨立證據的模型。

H4：觀察者重綁定假說

不同平台／查詢下：

\operatorname{rank} \left( w_i^{\Omega_1} \right) \neq \operatorname{rank} \left( w_i^{\Omega_2} \right)

會頻繁發生。

H5：LLM 高階閉合假說

在包含多類符號與跨文件證據的 benchmark 中，允許聯合上下文推理的 LLM／graph-hypergraph hybrid 系統，應在部分案例上優於純 pairwise alias similarity 模型。

此假說不預設 LLM 必然正確；其驗證必須同時測量 hallucinated coupling。

26. Benchmark 設計

可以建立一個 Multi-Symbol Public Entity Benchmark。

每個實體至少包含：

E \rightarrow \{ s_1,\ldots,s_n \}.

資料應包括：

真實 alias；
高歧義 alias；
品牌與法人關係；
網域與作者頁；
跨語言名稱；
鏡像來源；
真正獨立第三方來源；
hard negative entities；
僅在三階以上證據才容易閉合的案例。

評估至少包含：

\text{Precision},

\text{Recall},

\text{F1},

\text{Brier Score},

\text{ECE},

以及：

\Delta_{\mathrm{HO}} = \text{Score}_{\mathrm{higher-order}} - \text{Score}_{\mathrm{pairwise}}.

其中：

\Delta_{\mathrm{HO}}>0

可作為高階模型是否真正帶來辨識收益的直接證據。

27. 失敗模式

27.1 假閉合

大量語義相似不等於同一身份：

\text{semantic similarity} \not\Rightarrow \text{identity}.

27.2 熱門實體吸引

搜尋與知識庫系統可能把模糊符號錯誤吸附到高知名度候選。

27.3 自有內容迴圈

大量自有網站互相引用可能造成：

\text{apparent source diversity} > \text{true source independence}.

27.4 LLM 關係幻覺

LLM 可能因敘事一致性而創造不存在的：

s_i\leftrightarrow s_j.

因此高階推理必須保留 evidence provenance。

27.5 時間漂移

公司、品牌、筆名、職位與網域關係都可能隨時間變動：

\mathfrak{T}_E = \mathfrak{T}_E(t).

所以身份閉合不能永遠視為靜態。

28. 理論邊界

本文不主張：

所有身份問題都需要高階 tensor；
pairwise graph 沒有用；
LLM 一定優於傳統 entity linker；
多來源自動等於高可信；
高階耦合等於因果關係；
身份閉合等於權威或知名度。

本文只主張：

\boxed{ \text{pairwise models are not universally sufficient for multi-symbol public identity closure}. }

以及：

\boxed{ \text{symbol weights are generally non-uniform and observation-dependent}. }

29. 與 Paper 01 的統一

Paper 01 的核心式為：

\mathbf{x}_E^{\Omega} = (I,S,V,D,R,M,H,A,\rho).

Paper 02 現在把其中的：

R

展開成：

R = \Phi \left( \Sigma_E, \mathbf{w}^{\Omega}, \mathfrak{T}_E^{\Omega}, \mathcal{D}, \mathbf{K} \right).

因此公共顯著性理論第一次具有兩層結構：

\boxed{ \text{symbol/evidence layer} \rightarrow \text{entity state layer}. }

下一步則需要研究：

R,M,H,S,V

彼此如何解耦。

亦即：

一個實體為什麼可以被搜尋引擎與 AI 高度閉合，卻仍然在人類社會中低知名？

這將構成 Series I / Paper 03。

30. 結論

本文提出 NUMSC，將公共實體的多符號結構表示為：

\mathcal{I}_E^{\Omega} = \left( \Sigma_E, \mathbf{w}^{\Omega}, \mathfrak{T}_E^{\Omega}, \mathcal{D}, \mathbf{K} \right).

其中：

\mathbf{w}^{\Omega}

描述符號的非均勻、觀察者依賴權重；

\mathfrak{T}_E^{\Omega}

描述二階以上的高階語義耦合；

\mathbf{K}

修正來源間的依賴性。

本文以 parity 構造證明，所有 pairwise 邊際資訊不足以一般性地唯一恢復高階聯合結構。因此：

\boxed{ \mathcal{T}^{(k)} \not\equiv \sum \mathcal{T}^{(2)}. }

這不是說每個搜尋問題都必須使用高階張量，而是說：當身份唯一性真正來自多個符號、來源與上下文的聯合閉合時，二元關係的簡單加總沒有普遍充分性。

因此，公共身份不應被理解為：

\text{name} \rightarrow \text{entity}.

更一般地，它是一個：

\boxed{ \text{query-dependent weighted semantic field of symbols, sources, and higher-order relations}. }

參考文獻

[1] McKelvey, K., Goutzounis, P., da Cruz, S., & Chambers, N. (2017). Aligning Entity Names with Online Aliases on Twitter. Proceedings of the Fifth International Workshop on Natural Language Processing for Social Media, 25–35. DOI: 10.18653/v1/W17-1104.

[2] Moro, A., Raganato, A., & Navigli, R. (2014). Entity Linking meets Word Sense Disambiguation: a Unified Approach. Transactions of the Association for Computational Linguistics, 2, 231–244. DOI: 10.1162/tacl_a_00179.

[3] Cao, Y., Hou, L., Li, J., & Liu, Z. (2018). Neural Collective Entity Linking. Proceedings of COLING 2018, 675–686.

[4] Yang, X., Gu, X., Lin, S., Tang, S., Zhuang, Y., Wu, F., Chen, Z., Hu, G., & Ren, X. (2019). Learning Dynamic Context Augmentation for Global Entity Linking. Proceedings of EMNLP-IJCNLP 2019, 271–281. DOI: 10.18653/v1/D19-1026.

[5] Zhang, Q., Sun, Z., Hu, W., Chen, M., Guo, L., & Qu, Y. (2019). Multi-view Knowledge Graph Embedding for Entity Alignment. arXiv:1906.02390.

[6] Trisedya, B. D., Qi, J., & Zhang, R. (2019). Entity Alignment between Knowledge Graphs Using Attribute Embeddings. Proceedings of AAAI, 33(01), 297–304. DOI: 10.1609/aaai.v33i01.3301297.

[7] Tan, S., Guan, Z., Cai, D., Qin, X., Bu, J., & Chen, C. (2014). Mapping Users across Networks by Manifold Alignment on Hypergraph. Proceedings of AAAI, 28(1). DOI: 10.1609/aaai.v28i1.8720.

[8] Yan, Y., Yang, C., Chen, Y., Cai, R., & Ng, M. (2025). Hypergraph Learning for Unsupervised Graph Alignment via Optimal Transport. Proceedings of AAAI, 39(20), 21913–21921. DOI: 10.1609/aaai.v39i20.35498.

[9] Hu, H., Feng, Y., Li, R., Xue, R., Hou, X., Tian, Z., et al. (2026). Cog-RAG: Cognitive-Inspired Dual-Hypergraph with Theme Alignment Retrieval-Augmented Generation. Proceedings of AAAI, 40(37), 31032–31040. DOI: 10.1609/aaai.v40i37.40363.

[10] Sutskever, I., Tenenbaum, J. B., & Salakhutdinov, R. (2009). Modelling Relational Data using Bayesian Clustered Tensor Factorization. Advances in Neural Information Processing Systems 22.

[11] Jenatton, R., Roux, N. L., Bordes, A., & Obozinski, G. R. (2012). A Latent Factor Model for Highly Multi-relational Data. Advances in Neural Information Processing Systems 25.

[12] Socher, R., Chen, D., Manning, C. D., & Ng, A. Y. (2013). Reasoning With Neural Tensor Networks for Knowledge Base Completion. Advances in Neural Information Processing Systems 26.

[13] Sawada, Y., Fujita, T., Sakai, Y., & Watanabe, T. (2026). entity-linkings: A Unified Library for Entity Linking. Proceedings of EACL 2026, Volume 3, 591–601. DOI: 10.18653/v1/2026.eacl-demo.42.

[14] Chourasia, S., Kapoor, H., & Patil, N. (2026). Structure-Guided Entity Resolution: Fine-Tuning LLMs for Robust Name Matching in Complex Linguistic Contexts. Proceedings of ACL 2026, Industry Track, 1461–1468. DOI: 10.18653/v1/2026.acl-industry.101.

系列位置

Series I：公共顯著性場與實體可辨識理論

Paper 01：有名—無名的多維狀態空間
Paper 02：多符號非均勻權重與高階語義耦合
Paper 03：搜尋顯著度、人類知名度與機器可辨識度的解耦
Paper 04：觀察者依賴的感知顯著度理論
Paper 05：資訊質量累積與顯著性壓力猜想
Paper 06：第三方生成相變與自我繁殖公共圖

多符號非均勻權重與高階語義耦合：從身份解析到語義超圖閉合

Series I / Paper 02

多符號非均勻權重與高階語義耦合：從身份解析到語義超圖閉合

Non-Uniform Multi-Symbol Weights and Higher-Order Semantic Coupling: From Identity Resolution to Semantic Hypergraph Closure

摘要

1. 問題設定

2. 多符號權重不是均勻的

定義 1：觀察條件

定義 2：條件符號權重

3. 符號權重的分解

4. 正規化權重與有效符號數

5. 二階語義耦合矩陣

6. 為什麼 pairwise graph 不夠？

7. 高階語義耦合張量

定義 3： kkk 階語義耦合

8. Pairwise 不充分命題

命題 1：二階邊際不足以唯一決定高階聯合結構

證明

9. 語義意義

10. 語義超圖

11. 高階增益

12. 身份閉合分數

13. 非均勻權重的必要性命題

命題 2

證明概念

14. 來源不是獨立票數

15. 條件權重與查詢重綁定

16. 與 Entity Linking 的區別

17. 與 Alias Alignment 的關係

18. 與 Collective Entity Linking 的關係

19. 與 Multi-View Entity Alignment 的關係

20. 與 Multi-Relational Tensor Learning 的區別

21. 與 Hypergraph Alignment 的關係

22. Graph projection 與資訊損失

23. 語義耦合場

24. 從身份閉合回到 PPSS

25. 可檢驗假說

H1：非均勻權重假說

H2：高階增益假說

H3：來源修正假說

H4：觀察者重綁定假說

H5：LLM 高階閉合假說

26. Benchmark 設計

27. 失敗模式

27.1 假閉合

27.2 熱門實體吸引

27.3 自有內容迴圈

27.4 LLM 關係幻覺

27.5 時間漂移

28. 理論邊界

29. 與 Paper 01 的統一

30. 結論

參考文獻

系列位置

定義 3： $k$ 階語義耦合