01 参考资料
计数前先界定实体
明确研究组织、已核实名称与别名、相关域名、地点及关系。母集团、品牌和运营公司应作为不同对象,除非研究问题支持并声明合并。公司关系不自动使某实体的陈述适用于所有关联实体。
保留每项身份判断的来源及适用时期。更名、收购或域名变化,可能使当前身份映射不适用于历史采集。使用实体识别定义保持操作含义一致。
被引域名不一定属于正文推荐的组织。先独立匹配回答层面的提及与来源层面的参考,再建立关联,避免媒体仅因页面被引就成为竞争者。
02 参考资料
承认歧义,不强行匹配
示意而非研究发现:回答提到“Atlas”,却没有地点或服务描述。名称可能指向多家企业或其他对象。关键词命中证明文本出现,不证明有效公司匹配。
更具体的回答仍可能混合属性:正确品牌配上另一公司的地址、将母公司服务归给子公司,或使用无关同名主体的域名。记录实际措辞与竞争性身份依据,不用纠正后的描述覆盖采集。
区分歧义与已证明的混淆。背景不足属于未解决匹配。矛盾的事实描述须经独立核查,才能归类为回答错误。问题严重程度取决于涉及属性与决策。
03 参考资料
核验归属并保留不确定性
使用服务类别、地域、网址、组织关系和来源段落等背景证据。记录分类规则,复核重要或模糊案例。声称错误率的研究,需要明确标注样本及验证流程;少数令人印象深刻的例子不能证明普遍程度。
确认匹配、排除匹配和未解决案例分别保留。不能为填满表格而把未知强行判为真或假。检查其他合理分类如何影响结果,影响重要时披露敏感性。
区分提取错误与输出错误。回答提到正确公司,但解析器关联到错误域名,属于研究归属问题;回答自身组合了不兼容身份,输出则可能混淆。每项结论均需自身证据。
测量与不确定性说明,归属含糊如何影响符合条件的计数,避免将每条未匹配记录默认为未出现。
04 参考资料
判断错配是否重要
05 参考资料
常见问题
- 品牌名匹配可能是假阳性吗?
- 可能。同名可能指向其他企业、集团或对象。计数前须核验周边背景。
- 研究如何处理公司与其他公司混淆?
- 保留背景与不确定性,区分分析人员归属错误和回答错误,并在影响重要时调查差异。