Entity Node

Entity Node ist ein Paket mit fester Laenge von 4 Woertern (64 Bit), das Entitaeten (Personen, Orte, Objekte, Organisationen, Konzepte usw.) im GEUL-Stream identifiziert.

Wesen von SIDX

Beispiele:

• Trump (Immobilienunternehmer) → SIDX_A
• Trump (Praesident) → SIDX_B (anderer SIDX)
• “Human + Male + Korea” → abstraktes “koreanischer Mann”
• “Human + Male + Korea + 1946 + Business + …” → nahezu eine bestimmte Person

Designprinzipien

Verzicht auf integrierten Q-Identifikator:

• Vollstaendige Investition aller Bits in reine semantische Ausrichtung
• Maximierung der WMS-SIMD-Filterleistung
• Q-ID wird separat ueber Triple Edge verknuepft: (Entity_SIDX, P-externalID, "Q12345")

Keine Serial-Bits noetig:

• WMS-Abfragen erfolgen in 2 Schritten: Eingrenzung durch SIMD → Detailpruefung im Bereich
• Serial ist eine bedeutungslose Zahl, die nicht zum SIMD beitraegt
• Diese Bits in semantische Ausrichtung zu investieren verengt den 1. Schritt weiter

Bit-Layout (4 Woerter = 64 Bit)

1st WORD (16 Bit)
┌─────────┬──────┬────────────┐
│ Prefix  │ Mode │ EntityType │
│  7bit   │ 3bit │   6bit     │
└─────────┴──────┴────────────┘

2nd WORD (16 Bit)
┌─────────────────────────────┐
│   Attributes obere 16 Bit   │
└─────────────────────────────┘

3rd WORD (16 Bit)
┌─────────────────────────────┐
│  Attributes mittlere 16 Bit │
└─────────────────────────────┘

4th WORD (16 Bit)
┌─────────────────────────────┐
│   Attributes untere 16 Bit  │
└─────────────────────────────┘

Mode (3 Bit)

Der Mode integriert Quantifikation und Numerus der Entitaet in 3 Bit.

Registrierte Entitaet (Mode=0)

• Entitaeten, die mit externen IDs wie Wikidata Q-ID, WordNet Synset usw. gemappt sind
• Die Q-ID selbst wird ueber Triple verknuepft: (Entity_SIDX, P-externalID, "Q12345")
• Unabhaengig vom Numerus-Konzept: Samsung ist “eins”, aber Singular zu sagen ist ungenau, BTS ist eine Gruppe, aber eine einzelne Entitaet

Pronomen/Abstrakta (Mode=1~7)

• Der semantische Bereich wird durch EntityType + Attributes definiert
• Je mehr Bits gefuellt sind, desto spezifischer
• Beispiel: Human(Type) + Male(Attr) + Korea(Attr) = “koreanischer Mann”

EntityType (6 Bit = 64)

64 Obertypen werden auf Basis der Haeufigkeitsstatistiken von Wikidata P31 (instance of) zugewiesen. Unterklassifikationen werden durch Unterkategorie-Bits in den Attributes behandelt.

Codetabelle (alle 64 Eintraege)

Attributes (48 Bit)

Ein variables Schema pro Typ, bei dem jeder EntityType mit unterschiedlicher Semantik interpretiert wird. Hochfrequente Attribute erhalten mehr Bits und werden direkt fuer WMS-SIMD-Filterung genutzt.

Attributes Human (0x00)

┌──────────┬────────┬────────┬──────┬────────┬────────┬─────────┬──────────┬────────────┬──────────┐
│ Unterkat.│ Beruf  │ Nation.│ Aera │ Dekade │ Geschl.│ Bekannt.│ Sprache  │ Geburtsreg.│ Taetigk. │
│  5bit    │  6bit  │  8bit  │ 4bit │  4bit  │  2bit  │  3bit   │  6bit    │   6bit     │   4bit   │
└──────────┴────────┴────────┴──────┴────────┴────────┴─────────┴──────────┴────────────┴──────────┘
offset:  0        5       11      19     23      27      29        32         38          44

Attributes Star (0x0C)

┌────────────┬────────────┬──────────┬──────────┬────────┬────────┬──────────┬──────────┬────────┬────────┐
│ Sternbild  │ Spekt.typ  │ Leuchtk. │ Scheinb. │ Rekt.  │ Deklin.│ Flags    │ Rad.ges. │ Rotver.│ Parall.│
│   7bit     │    4bit    │   3bit   │  4bit    │  4bit  │  4bit  │   6bit   │   5bit   │  5bit  │  4bit  │
└────────────┴────────────┴──────────┴──────────┴────────┴────────┴──────────┴──────────┴────────┴────────┘

Flag-Bit-Definitionen:

• bit0: IR (Infrarotquelle)
• bit1: Radio (Radioquelle)
• bit2: X-ray (Roentgenquelle)
• bit3: Binary (Doppelstern)
• bit4: Variable (veraenderlicher Stern)
• bit5: HighPM (hohe Eigenbewegung)

Operationen

Entitaet erstellen

def make_entity(
    mode: int,           # 3 Bit
    entity_type: int,    # 6 Bit
    attrs: int           # 48 Bit
) -> bytes:
    PREFIX = 0b0001001   # 7 Bit (Entity Node)

    word1 = (PREFIX << 9) | (mode << 6) | entity_type
    word2 = (attrs >> 32) & 0xFFFF
    word3 = (attrs >> 16) & 0xFFFF
    word4 = attrs & 0xFFFF

    return (
        word1.to_bytes(2, 'big') +
        word2.to_bytes(2, 'big') +
        word3.to_bytes(2, 'big') +
        word4.to_bytes(2, 'big')
    )

Entitaet parsen

def parse_entity(data: bytes) -> dict:
    word1 = int.from_bytes(data[0:2], 'big')
    word2 = int.from_bytes(data[2:4], 'big')
    word3 = int.from_bytes(data[4:6], 'big')
    word4 = int.from_bytes(data[6:8], 'big')

    prefix = (word1 >> 9) & 0x7F
    mode = (word1 >> 6) & 0x7
    entity_type = word1 & 0x3F
    attrs = (word2 << 32) | (word3 << 16) | word4

    return {
        'prefix': prefix,
        'mode': mode,
        'entity_type': entity_type,
        'attrs': attrs
    }

Beispiele

Registrierte Entitaet: Yi Sun-sin

# Yi Sun-sin (Q211789)
yi_sun_sin = make_entity(
    mode=0,              # Registrierte Entitaet
    entity_type=0x00,    # Human
    attrs=(
        (0x06 << 43) |   # Unterkat.: Military
        (0x01 << 37) |   # Beruf: Admiral
        (0x52 << 29) |   # Nationalitaet: Korea
        (0x5 << 25) |    # Aera: Early Modern
        (0x0 << 21) |    # Dekade: 1540s
        (0x01 << 19) |   # Geschlecht: Male
        (0x7 << 16)      # Bekanntheit: 1000+
    )
)
# Q-ID-Verknuepfung: Triple(yi_sun_sin_SIDX, P-externalID, "Q211789")

Abstrakt: “Alle koreanischen Maenner”

all_korean_men = make_entity(
    mode=4,              # Universell (alle)
    entity_type=0x00,    # Human
    attrs=(
        (0x52 << 29) |   # Nationalitaet: Korea
        (0x01 << 19)     # Geschlecht: Male
    )
)

Untertyp-Mapping

Viele Wikidata-Typen sind Untertypen der 64 EntityType. Der Encoder prueft den P31-Wert und routet zum passenden Obertyp.

Abdeckung

Q-ID-Verknuepfung

Entity Node integriert die Q-ID nicht, sondern verknuepft sie separat ueber Triple Edge.

Subject:  Entity_SIDX (64 Bit)
Property: P-externalID (z.B.: P-Wikidata)
Object:   "Q12345" (String oder Integer)