Entity Node

Entity Node est un paquet a longueur fixe de 4 mots (64 bits) qui identifie les entites (personnes, lieux, objets, organisations, concepts, etc.) dans le flux GEUL.

Essence de SIDX

Exemples :

• Trump (homme d’affaires immobilier) → SIDX_A
• Trump (president) → SIDX_B (SIDX different)
• “Human + Male + Korea” → abstrait : “homme coreen”
• “Human + Male + Korea + 1946 + Business + …” → presque un individu specifique

Principes de conception

Abandon de l’identifiant Q integre :

• Investissement total des bits dans l’alignement semantique pur
• Maximisation des performances de filtrage SIMD du WMS
• L’identifiant Q est relie separement via Triple Edge : (Entity_SIDX, P-externalID, "Q12345")

Bits Serial non necessaires :

• Les requetes WMS se font en 2 etapes : reduction de portee par SIMD → verification des details dans la portee
• Serial est un nombre sans signification qui ne contribue pas au SIMD
• Investir ces bits dans l’alignement semantique resserre davantage la 1re etape

Disposition des bits (4 mots = 64 bits)

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

2nd WORD (16 bits)
┌─────────────────────────────┐
│   Attributes bits sup. 16   │
└─────────────────────────────┘

3rd WORD (16 bits)
┌─────────────────────────────┐
│   Attributes bits moy. 16   │
└─────────────────────────────┘

4th WORD (16 bits)
┌─────────────────────────────┐
│   Attributes bits inf. 16   │
└─────────────────────────────┘

Mode (3 bits)

Le Mode integre la quantification et le nombre de l’entite en 3 bits.

Entite enregistree (Mode=0)

• Entites mappees avec des identifiants externes tels que Wikidata Q-ID, WordNet Synset, etc.
• Le Q-ID lui-meme est relie via Triple : (Entity_SIDX, P-externalID, "Q12345")
• Independant du concept de nombre : Samsung est “un” mais dire singulier est ambigu, BTS est un groupe mais une seule entite

Pronoms/Abstraits (Mode=1~7)

• La portee semantique est definie par EntityType + Attributes
• Plus les bits sont remplis, plus c’est specifique
• Exemple : Human(Type) + Male(Attr) + Korea(Attr) = “homme coreen”

EntityType (6 bits = 64)

64 types superieurs sont attribues sur la base de statistiques de frequence de Wikidata P31 (instance of). Les sous-classifications sont gerees par des bits de sous-categorie dans les Attributes.

Table de codes (64 entrees completes)

Attributes (48 bits)

Un schema variable par type ou chaque EntityType est interprete avec une semantique differente. Les attributs a haute frequence recoivent davantage de bits et sont directement utilises pour le filtrage SIMD du WMS.

Attributes Human (0x00)

┌──────────┬────────┬────────┬──────┬────────┬────────┬─────────┬──────────┬────────────┬──────────┐
│ Sous-cat │ Metier │ Nation.│ Ere  │ Decen. │ Genre  │ Notori. │ Langue   │ Region     │ Domaine  │
│  5bit    │  6bit  │  8bit  │ 4bit │  4bit  │  2bit  │  3bit   │  6bit    │   6bit     │   4bit   │
└──────────┴────────┴────────┴──────┴────────┴────────┴─────────┴──────────┴────────────┴──────────┘
offset:  0        5       11      19     23      27      29        32         38          44

Attributes Star (0x0C)

┌────────────┬────────────┬──────────┬──────────┬────────┬────────┬──────────┬──────────┬────────┬────────┐
│ Constell.  │ Sp. type   │ Cl. lum. │ Mag. app.│ Asc. dr│ Declin.│ Drapeaux │ Vit. rad.│ Redsh. │ Parall.│
│   7bit     │    4bit    │   3bit   │  4bit    │  4bit  │  4bit  │   6bit   │   5bit   │  5bit  │  4bit  │
└────────────┴────────────┴──────────┴──────────┴────────┴────────┴──────────┴──────────┴────────┴────────┘

Definition des bits de drapeaux :

• bit0 : IR (source infrarouge)
• bit1 : Radio (source radio)
• bit2 : X-ray (source de rayons X)
• bit3 : Binary (etoile binaire)
• bit4 : Variable (etoile variable)
• bit5 : HighPM (mouvement propre eleve)

Operations

Creation d’entite

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

Analyse d’entite

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
    }

Exemples

Entite enregistree : Yi Sun-sin

# Yi Sun-sin (Q211789)
yi_sun_sin = make_entity(
    mode=0,              # Entite enregistree
    entity_type=0x00,    # Human
    attrs=(
        (0x06 << 43) |   # Sous-cat : Military
        (0x01 << 37) |   # Metier : Admiral
        (0x52 << 29) |   # Nationalite : Korea
        (0x5 << 25) |    # Ere : Early Modern
        (0x0 << 21) |    # Decennie : 1540s
        (0x01 << 19) |   # Genre : Male
        (0x7 << 16)      # Notoriete : 1000+
    )
)
# Liaison Q-ID : Triple(yi_sun_sin_SIDX, P-externalID, "Q211789")

Abstrait : “Tous les hommes coreens”

all_korean_men = make_entity(
    mode=4,              # Universel (tous)
    entity_type=0x00,    # Human
    attrs=(
        (0x52 << 29) |   # Nationalite : Korea
        (0x01 << 19)     # Genre : Male
    )
)

Mappage des sous-types

De nombreux types de Wikidata sont des sous-types des 64 EntityType. L’encodeur examine la valeur P31 et route vers le type superieur approprie.

Couverture

Liaison Q-ID

Entity Node n’integre pas le Q-ID ; il est relie separement via Triple Edge.

Subject:  Entity_SIDX (64 bits)
Property: P-externalID (ex: P-Wikidata)
Object:   "Q12345" (chaine ou entier)