柏原市
E302198
柏原市は、大阪府南東部に位置し、歴史ある寺社やぶどう栽培などで知られる中規模の都市です。
All labels observed (2)
How this entity was disambiguated
This entity first appeared as the object of triple T2810660 — resolving that mention is where its identity was fixed. The disambiguator weighed these candidate entities and picked the highlighted one (or “None”, minting a new entity). This is how homonymy is resolved: the same surface form can point to different entities.
NED1
Entity disambiguation (via context triple)
gpt-5-mini-2025-08-07
Target entity: 柏原市 Context triple: [Kashiwara, hasNameInJapanese, 柏原市]
-
A.
高槻市
高槻市は、大阪府北部に位置し、京都と大阪の中間にあるベッドタウン兼商工業都市です。
-
B.
枚方市
枚方市は、大阪府北東部に位置し、淀川沿いに広がる住宅都市兼商業都市として発展している市です。
-
C.
八幡市
八幡市は、京都府南部に位置し、石清水八幡宮などで知られる歴史と自然に恵まれた都市です。
-
D.
伊丹市
伊丹市は、兵庫県南東部に位置し、大阪国際空港（伊丹空港）を擁する都市です。
-
E.
和光市
和光市 is a suburban city in southern Saitama Prefecture, Japan, known for hosting research institutes and serving as a residential area for commuters to Tokyo.
- F. None of above. chosen
- G. Unsure - the case is ambiguous/there is not enough information to decide.
NED2
Entity disambiguation (via description)
gpt-5-mini-2025-08-07
Target entity: 柏原市 Target entity description: 柏原市は、大阪府南東部に位置し、歴史ある寺社やぶどう栽培などで知られる中規模の都市です。
-
A.
高槻市
高槻市は、大阪府北部に位置し、京都と大阪の中間にあるベッドタウン兼商工業都市です。
-
B.
枚方市
枚方市は、大阪府北東部に位置し、淀川沿いに広がる住宅都市兼商業都市として発展している市です。
-
C.
八幡市
八幡市は、京都府南部に位置し、石清水八幡宮などで知られる歴史と自然に恵まれた都市です。
-
D.
伊丹市
伊丹市は、兵庫県南東部に位置し、大阪国際空港（伊丹空港）を擁する都市です。
-
E.
和光市
和光市 is a suburban city in southern Saitama Prefecture, Japan, known for hosting research institutes and serving as a residential area for commuters to Tokyo.
- F. None of above. chosen
Statements (50)
| Predicate | Object |
|---|---|
| instanceOf | 日本の市 ⓘ |
| ナンバープレート | 大阪ナンバー ⓘ |
| 主な駅 |
堅下駅
ⓘ
Abeno Station ⓘ
surface form:
安堂駅
柏原駅 ⓘ 河内国分駅 ⓘ 法善寺駅 ⓘ 近鉄柏原駅 ⓘ 道明寺駅 ⓘ 高井田駅 ⓘ |
| 主要産業 | ぶどう栽培 ⓘ |
| 人口 | 約7万人 ⓘ |
| 人口密度 | 約2700人毎平方キロメートル ⓘ |
| 位置 | 大阪府南東部 ⓘ |
| 前身自治体 |
中河内郡国分村
ⓘ
中河内郡堅下村 ⓘ 柏原市 self-linksurface differs ⓘ
surface form:
中河内郡柏原町
|
| 名所 |
大和川河川敷
ⓘ
安福寺 ⓘ 柏原ぶどう園 ⓘ 玉手山公園 ⓘ 高井田横穴公園 ⓘ |
| 国 |
Japan
ⓘ
surface form:
日本
|
| 地方 |
Kansai region
ⓘ
surface form:
近畿地方
Kansai region ⓘ
surface form:
関西地方
|
| 姉妹都市 |
Riverside, California
ⓘ
surface form:
アメリカ合衆国カリフォルニア州リバーサイド市
|
| 市の木 | カシ ⓘ |
| 市の花 | バラ ⓘ |
| 市制施行日 | 1958年10月1日 ⓘ |
| 市外局番 | 072 ⓘ |
| 市役所所在地 | 大阪府柏原市安堂町1番55号 ⓘ |
| 市章 | 柏原市章 ⓘ |
| 教育機関 | 大阪教育大学柏原キャンパス ⓘ |
| 気候 | 温暖湿潤気候 ⓘ |
| 河川 |
大和川
ⓘ
石川 ⓘ |
| 特産品 |
デラウェアぶどう
ⓘ
ワイン用ぶどう ⓘ |
| 郵便番号 | 582-0000番台 ⓘ |
| 都道府県 | 大阪府 ⓘ |
| 鉄道路線 |
JR西日本関西本線
ⓘ
Kintetsu Osaka Line ⓘ
surface form:
近鉄大阪線
近鉄道明寺線 ⓘ |
| 隣接自治体 |
大阪府八尾市
ⓘ
大阪府羽曳野市 ⓘ 大阪府藤井寺市 ⓘ 奈良県北葛城郡上牧町 ⓘ 奈良県北葛城郡王寺町 ⓘ 奈良県香芝市 ⓘ |
| 面積 | 約25.33平方キロメートル ⓘ |
How these facts were elicited
The pipeline generated the facts above by prompting gpt-5.1 with this entity's name + description and the instruction below.
Instruction
You are a knowledge base construction expert. Given a subject entity and a description of it, return factual statements that you know for the subject as a JSON list of dictionaries(triples), where keys must be "subject", "predicate" and "object". The number of facts may be very high, between 25 to 50 or more, for very popular subjects. For less popular subjects, the number of facts can be very low, like 5 or 10. # Requirements - If you don't know the subject at all, return an empty list. - If the subject is not a named entity, return an empty list. - Include at least one triple where predicate is "instanceOf". - Do not get too wordy. - Separate several objects into multiple triples with one object.
Input
Subject: 柏原市 Description of subject: 柏原市は、大阪府南東部に位置し、歴史ある寺社やぶどう栽培などで知られる中規模の都市です。
Referenced by (2)
Full triples — surface form annotated when it differs from this entity's canonical label.
subject surface form:
Kashiwara