Entity Node

Entity Node é um pacote de comprimento fixo de 4 palavras (64 bits) que identifica entidades (pessoas, lugares, objetos, organizações, conceitos, etc.) no fluxo GEUL.

Essência do SIDX

Exemplos:

• Trump (empresário imobiliário) → SIDX_A
• Trump (presidente) → SIDX_B (SIDX diferente)
• “Human + Male + Korea” → abstrato “homem coreano”
• “Human + Male + Korea + 1946 + Business + …” → quase uma pessoa específica

Princípios de design

Renúncia ao Q-ID interno:

• Investimento total de bits no alinhamento semântico puro
• Maximização do desempenho de filtragem SIMD do WMS
• Q-ID é conectado separadamente via Triple: (Entity_SIDX, P-externalID, "Q12345")

Bits Serial desnecessários:

• Consultas WMS têm 2 fases: redução de alcance com SIMD → verificação de detalhe dentro do alcance
• Serial é um número sem significado, não contribui para SIMD
• Investir esses bits em alinhamento semântico permite reduzir mais na primeira fase

Layout de bits (4 palavras = 64 bits)

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

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

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

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

Mode (3 bits)

Mode expressa de forma unificada a quantificação e o número da entidade em 3 bits.

Entidade registrada (Mode=0)

• Entidades mapeadas para IDs externos como Q-IDs do Wikidata, Synsets do WordNet, etc.
• O Q-ID é conectado via Triple: (Entity_SIDX, P-externalID, "Q12345")
• Independente do conceito de número: Samsung é “um” mas é ambíguo dizer singular, BTS é um grupo mas é uma única entidade

Pronomes/abstratos (Mode=1~7)

• Especifica-se o alcance semântico com EntityType + Attributes
• Quanto mais bits preenchidos, mais concreto
• Exemplo: Human(Type) + Male(Attr) + Korea(Attr) = “homem coreano”

EntityType (6 bits = 64)

Atribuem-se 64 tipos superiores com base em estatísticas de frequência do Wikidata P31 (instance of). A classificação detalhada é tratada com bits de subcategoria dentro dos Attributes.

Tabela de códigos (64 completos)

Attributes (48 bits)

É um esquema variável por tipo que é interpretado com significado diferente para cada EntityType. Atribuem-se mais bits aos atributos de alta frequência e são utilizados diretamente na filtragem SIMD do WMS.

Human (0x00) Attributes

┌──────────┬────────┬────────┬──────┬────────┬────────┬─────────┬──────────┬────────────┬──────────┐
│ Subcateg.│ Ocup.  │ Nacion.│ Era  │ Década │ Sexo   │ Notor.  │ Idioma   │ Região nasc│ Campo at.│
│  5bit    │  6bit  │  8bit  │ 4bit │  4bit  │  2bit  │  3bit   │  6bit    │   6bit     │   4bit   │
└──────────┴────────┴────────┴──────┴────────┴────────┴─────────┴──────────┴────────────┴──────────┘
offset:  0        5       11      19     23      27      29        32         38          44

Star (0x0C) Attributes

┌────────────┬────────────┬──────────┬──────────┬────────┬────────┬──────────┬──────────┬────────┬────────┐
│ Constel.   │ Tipo espec.│ Cl. lum. │ Mag. ap. │ AR     │ Dec    │ Flags    │ Vel. rad.│ Desv.v.│ Paral. │
│   7bit     │    4bit    │   3bit   │  4bit    │  4bit  │  4bit  │   6bit   │   5bit   │  5bit  │  4bit  │
└────────────┴────────────┴──────────┴──────────┴────────┴────────┴──────────┴──────────┴────────┴────────┘

Definição dos bits de flags:

• bit0: IR (fonte infravermelha)
• bit1: Radio (fonte de rádio)
• bit2: X-ray (fonte de raios X)
• bit3: Binary (estrela binária)
• bit4: Variable (estrela variável)
• bit5: HighPM (movimento próprio alto)

Operações

Criação de Entity

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')
    )

Análise de Entity

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
    }

Exemplos

Entidade registrada: Yi Sun-sin

# Yi Sun-sin (Q211789)
yi_sun_sin = make_entity(
    mode=0,              # Entidade registrada
    entity_type=0x00,    # Human
    attrs=(
        (0x06 << 43) |   # Subcategoria: Military
        (0x01 << 37) |   # Ocupação: Admiral
        (0x52 << 29) |   # Nacionalidade: Korea
        (0x5 << 25) |    # Era: Early Modern
        (0x0 << 21) |    # Década: 1540s
        (0x01 << 19) |   # Sexo: Male
        (0x7 << 16)      # Notoriedade: 1000+
    )
)
# Conexão Q-ID: Triple(yi_sun_sin_SIDX, P-externalID, "Q211789")

Abstrato: “todos os homens coreanos”

all_korean_men = make_entity(
    mode=4,              # Universal (todos)
    entity_type=0x00,    # Human
    attrs=(
        (0x52 << 29) |   # Nacionalidade: Korea
        (0x01 << 19)     # Sexo: Male
    )
)

Mapeamento de subtipos

Muitos tipos do Wikidata são subtipos dos 64 EntityTypes. O codificador observa o valor P31 e o direciona para o tipo superior apropriado.

Cobertura

Conexão de Q-IDs

Entity Node não contém Q-IDs internamente; são conectados separadamente via Triple Edge.

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