resolve

# Resolve 端点 - 实体识别 ## 目的 Resolve API 用于识别知识图谱中实体的 Data Commons ID (DCID)。DCID 是 Data Commons API 中大多数查询所必需的，因此解析通常是任何工作流的第一步。 ## 关键能力 该端点目前**仅支持地点实体**，并允许通过多种方法进行解析： - **按名称**: 使用描述性术语搜索，如 "San Francisco, CA" - **按 Wikidata ID**: 使用外部标识符查找（例如 "Q30" 代表美国） - **按坐标**: 通过经纬度定位地点 - **按关系表达式**: 使用合成属性进行高级搜索 ## 可用方法 ### 1. fetch() 使用关系表达式进行通用解析——最灵活的方法。 **参数：** - `nodes`: 搜索词或标识符列表 - `property`: 要搜索的属性（例如 "name", "wikidataId"） **使用示例：** python from datacommons_client import DataCommonsClient client = DataCommonsClient() # 按名称解析 response = client.resolve.fetch( nodes=["California", "Texas"], property="name" ) ### 2. fetch_dcids_by_name() 基于名称的查找，支持可选的类型过滤——最常用的方法。 **参数：** - `names`: 要解析的地点名称列表 - `entity_type`: 可选类型过滤（例如 "City", "State", "County"） **返回：** 包含每个名称候选结果的 `ResolveResponse` 对象 **使用示例：** python # 基础名称解析 response = client.resolve.fetch_dcids_by_name( names=["San Francisco, CA", "Los Angeles"] ) # 带类型过滤 response = client.resolve.fetch_dcids_by_name( names=["San Francisco"], entity_type="City" ) # 访问结果 for name, result in response.to_dict().items(): print(f"{name}: {result['candidates']}") ### 3. fetch_dcids_by_wikidata_id() 针对具有已知 Wikidata 标识符的实体的 Wikidata ID 解析。 **参数：** - `wikidata_ids`: Wikidata ID 列表（例如 "Q30", "Q99"） **使用示例：** python # 解析 Wikidata ID response = client.resolve.fetch_dcids_by_wikidata_id( wikidata_ids=["Q30", "Q99"] # 美国和加利福尼亚州 ) ### 4. fetch_dcid_by_coordinates() 地理坐标查找，用于查找特定经纬度坐标处的地点。 **参数：** - `latitude`: 纬度 - `longitude`: 经度 **返回：** 该坐标处地点的单个 DCID 字符串 **使用示例：** python # 查找坐标处的地点