数据下载

要点

1. 有一些实体链接错误，主要来自不知名人物，例如张子强的妻子
2. 有部分通过概念聚合的, 比如娱乐圈模范姐弟恋
3. 部分query实体有歧义， 比如杰西卡会有不相关的相关堆
4. 应该是两阶段的过程 首先确定category
5. 某些人物会确定人物属性,比如画家会推荐画家,韩国艺人会推荐韩国艺人, 可能是配置
6. 某些看起来一样的category可能本来就是tag,比如日本歌手/日本音乐人, 历史军事小说/穿越重生小说
7. 或者可能category是聚类取出来的
8. 假设王惠有两个cat，中国相声演员/中国艺人,中国运动员/羽毛球运动员, 可以看成聚类的两层, 或者用层次分类