Symphonym：面向跨书写系统专名匹配的通用音素嵌入

跨书写系统匹配地名是整合多语言地理信息源（包括现代地名词库、中世纪行程记录或殖民时期调查）时 persistent 挑战。现有方法依赖语言特定的音素算法或罗马化步骤，丢失音素信息且无法跨书写系统泛化。本文提出 Symphonym，一个神经嵌入系统，将二十种书写系统的地名映射到统一的 128 维音素空间，实现跨书写系统的直接相似度比较，无需语言识别或音素资源。采用 Teacher-Student 知识蒸馏架构，先从 IPA 音标转录中学习语音发音特征，再将知识迁移至字符级 Student 模型。基于 GeoNames、Wikidata 和 Getty 地理名称教科书的 6700 万地名（3270 万三元组样本）训练，Student 在 MEHDIE 跨书写基准上实现 Recall@1 最高（85.2%）和 Mean Reciprocal Rank 最高（90.8%），该基准由领域专家精选的中世纪希伯来文和阿拉伯文地名匹配样本，且完全独立于训练数据，展示了从现代训练材料到古籍资料的跨时代泛化能力。仅用原始语音特征的消融实验仅达 45.0% MRR，确认了神经训练课程的贡献。该方法自然处理历史文献中非标准化的orthographic 变体，并能有效迁移至档案资料中的人名，表明其在数字人文和联合开放数据语境下的宽泛适用性。