Как найти похожие словосочетания в НЛП?

Существует множество методов поиска альтернативных имен для данного объекта с использованием таких шаблонов, как:

• X also known as Y
• X also titled as Y

и сканирование больших коллекций документов (например, статей из Википедии или газет) — один из способов сделать это.

Есть и другие альтернативы, одна из которых, насколько я помню, использует структуру ссылок Википедии, например, исследуя ссылки перенаправления между статьями. Вы можете скачать файл со списком редиректов отсюда: https://wiki.dbpedia.org/Downloads2015-04 и исследуя файл, вы можете найти альтернативные имена/синонимы для сущностей, например:

• Kennedy_Centre -> John_F._Kennedy_Center_for_the_Performing_Arts>
• Lord_Alton_of_Liverpool -> David_Alton,_Baron_Alton_of_Liverpool
• Indiana_jones_2 -> Indiana_Jones_and_the_Temple_of_Doom

Еще одна вещь, которую вы можете сделать, это объединить эти два метода, например, искать текстовые сегменты, в которых встречаются и Indiana Jones, и Indiana_Jones_and_the_Temple_of_Doom, и которые не отстоят друг от друга больше, чем, скажем, на 4 или 5 токенов. Вы можете найти такие шаблоны, как also titled as, затем вы можете использовать эти шаблоны, чтобы найти больше синонимов/альтернативных имен.