Phân giải thực thể là công nghệ xác định các thực thể giống hệt nhau (con người, công ty, sản phẩm, v.v.) tồn tại trong các nguồn dữ liệu khác nhau và kết hợp chúng theo tên.
Phân giải thực thể là công nghệ xác định các thực thể giống hệt nhau (khách hàng, công ty, sản phẩm, v.v.) trong số các biến thể chính tả và dữ liệu trùng lặp, đồng thời thực hiện khớp và tích hợp tên, đồng thời còn được gọi là liên kết bản ghi hoặc khớp dữ liệu. Theo truyền thống, việc so khớp chuỗi dựa trên quy tắc là trọng tâm chính, nhưng kể từ năm 2026, việc xác định độ tương tự về ngữ nghĩa bằng cách sử dụng LLM và phương pháp nhúng sẽ được áp dụng rộng rãi trong hoạt động thực tế. Trong hệ thống RAG, nếu trường hợp cùng tên công ty hoặc tên người xuất hiện theo cách viết khác nhau trong tài liệu đang được tìm kiếm không thể được tích hợp chính xác, điều này sẽ dẫn đến kết quả tìm kiếm trùng lặp hoặc câu trả lời trái ngược nhau, do đó, độ chính xác của việc phân giải thực thể khi xử lý trước được cho là sẽ quyết định chất lượng của câu trả lời. Những cạm bẫy trong lĩnh vực này là nếu ngưỡng tương tự được đặt không chính xác, có thể xảy ra hiện tượng "so khớp quá mức", trong đó những người hoặc công ty khác nhau được tích hợp nhầm, trong khi nếu đặt ngưỡng quá nghiêm ngặt, các hồ sơ lẽ ra phải được tích hợp có thể bị bỏ qua. Chi phí triển khai có thể được giữ ở mức tương đối thấp khi sử dụng các thư viện và API so khớp hiện có, nhưng khi tạo quy tắc so khớp tên dành riêng cho ngành, dự án có thể tiêu tốn vài triệu yên Nhật, vì vậy điều quan trọng là phải chọn giải pháp có tính đến lượng dữ liệu và yêu cầu về độ chính xác.