实体节点

Entity Node 是 GEUL 流中用于识别实体（人物、地点、事物、组织、概念等）的固定长度4字（64位）数据包。

SIDX 本质

示例：

• 特朗普（房地产商人）→ SIDX_A
• 特朗普（总统）→ SIDX_B（不同的 SIDX）
• “Human + Male + Korea” → 抽象的"韩国男性"
• “Human + Male + Korea + 1946 + Business + …” → 几乎锁定特定人物

设计原则

放弃内嵌Q标识符：

• 将全部位投入纯语义对齐
• 最大化 WMS SIMD 过滤性能
• Q标识符通过三元组单独关联：(Entity_SIDX, P-外部ID, "Q12345")

无需 Serial 位：

• WMS 查询分两步：SIMD 范围缩小 → 范围内细节检查
• Serial 是无意义数字，对 SIMD 无贡献
• 将这些位投入语义对齐可在第一步进一步缩小范围

位布局（4字 = 64位）

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

2nd WORD (16位)
┌─────────────────────────────┐
│     Attributes 高16位        │
└─────────────────────────────┘

3rd WORD (16位)
┌─────────────────────────────┐
│     Attributes 中16位        │
└─────────────────────────────┘

4th WORD (16位)
┌─────────────────────────────┐
│     Attributes 低16位        │
└─────────────────────────────┘

Mode（3位）

Mode 将实体的**量化（Quantification）与数（Number）**统一用3位表达。

注册实体（Mode=0）

• 与维基数据 Q标识符、WordNet Synset 等外部 ID 映射的实体
• Q标识符本身通过三元组关联：(Entity_SIDX, P-外部ID, "Q12345")
• 与数（Number）概念无关：三星电子是"一个"但说单数不太恰当，BTS 是团体但作为一个实体

代词/抽象（Mode=1~7）

• 通过 EntityType + Attributes 指定语义范围
• 位填充越多越具体
• 例：Human(Type) + Male(Attr) + Korea(Attr) = “韩国男性”

EntityType（6位 = 64种）

基于维基数据 P31（instance of）频率统计分配64种上位类型。细分类通过 Attributes 内的子分类位处理。

代码表（全部64种）

Attributes（48位）

每种 EntityType 以不同含义解读的类型可变模式。高频属性分配更多位，直接用于 WMS SIMD 过滤。

Human (0x00) Attributes

┌──────────┬────────┬────────┬──────┬────────┬────────┬─────────┬──────────┬────────────┬──────────┐
│ 子分类   │ 职业   │ 国籍   │ 时代 │ 年代   │ 性别   │ 知名度  │ 语言     │ 出生地区   │ 活动领域 │
│  5bit    │  6bit  │  8bit  │ 4bit │  4bit  │  2bit  │  3bit   │  6bit    │   6bit     │   4bit   │
└──────────┴────────┴────────┴──────┴────────┴────────┴─────────┴──────────┴────────────┴──────────┘
offset:  0        5       11      19     23      27      29        32         38          44

Star (0x0C) Attributes

┌────────────┬────────────┬──────────┬──────────┬────────┬────────┬──────────┬──────────┬────────┬────────┐
│ 星座       │ 光谱型     │ 光度等级 │ 视星等   │ 赤经   │ 赤纬   │ 标志位   │ 视向速度 │ 红移   │ 视差   │
│   7bit     │    4bit    │   3bit   │  4bit    │  4bit  │  4bit  │   6bit   │   5bit   │  5bit  │  4bit  │
└────────────┴────────────┴──────────┴──────────┴────────┴────────┴──────────┴──────────┴────────┴────────┘

标志位定义：

• bit0: IR（红外源）
• bit1: Radio（射电源）
• bit2: X-ray（X射线源）
• bit3: Binary（双星）
• bit4: Variable（变星）
• bit5: HighPM（高自行）

运算

Entity 生成

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

Entity 解析

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
    }

示例

注册实体：李白

# 李白 (Q9694)
li_bai = make_entity(
    mode=0,              # 注册实体
    entity_type=0x00,    # Human
    attrs=(
        (0x06 << 43) |   # 子分类: Military
        (0x01 << 37) |   # 职业: Poet
        (0x52 << 29) |   # 国籍: China
        (0x3 << 25) |    # 时代: Tang Dynasty
        (0x0 << 21) |    # 年代: 700s
        (0x01 << 19) |   # 性别: Male
        (0x7 << 16)      # 知名度: 1000+
    )
)
# Q标识符关联: Triple(li_bai_SIDX, P-外部ID, "Q9694")

抽象：“所有中国男性”

all_chinese_men = make_entity(
    mode=4,              # 全称（所有）
    entity_type=0x00,    # Human
    attrs=(
        (0x52 << 29) |   # 国籍: China
        (0x01 << 19)     # 性别: Male
    )
)

下位类型映射

维基数据中许多类型是64种 EntityType 的下位类型。编码器根据 P31 值路由到合适的上位类型。

覆盖率

Q标识符关联

Entity Node 不内嵌 Q标识符，而是通过三元组边单独关联。

Subject:  Entity_SIDX (64位)
Property: P-外部ID (例: P-Wikidata)
Object:   "Q12345" (字符串或整数)