一种基于知识图谱的相同实体识别方法和系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114417845A(43)申请公布日2022.04.29(21)申请号202210321327.3(22)申请日2022.03.30(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人桂正科高率荏何雨潇张喜林昊阳进(74)专利代理机构成都七星天知识产权代理有限公司51253代理人袁春晓(51)Int.Cl.G06F40/279(2020.01)G06N5/02(2006.01)权利要求书2页说明书12页附图4页(54)发明名称一种基于知识图谱的相同实体识别方法和系统(57)摘要本说明书实施例公开了一种基于知识图谱的相同实体识别方法和系统。其中，该方法包括：分别获取待识别的两个或更多个对象的多个特征；多个特征包括图表征特征以及图结构特征，其中，图表征特征反映对象在图谱中对应节点的表征信息，图结构特征反映对象在图谱中对应节点的至少部分关联节点的信息；确定两个或更多个对象的多个特征的联合相似度；基于联合相似度，确定两个或更多个对象是否对应于相同实体。CN114417845ACN114417845A权利要求书1/2页1.一种基于知识图谱的相同实体识别方法，所述方法包括：分别获取待识别的两个或更多个对象的多个特征；所述多个特征包括图表征特征以及图结构特征，其中，图表征特征反映对象在图谱中对应节点的表征信息，图结构特征反映对象在所述图谱中对应节点的至少部分关联节点的信息；确定所述两个或更多个对象的多个特征的联合相似度；基于所述联合相似度，确定所述两个或更多个对象是否对应于相同实体。2.根据权利要求1所述的方法，获取对象的图表征特征，包括：对所述图谱进行表示学习；将该对象在经过表示学习后的图谱中对应节点的向量表示作为该对象的图表征特征。3.根据权利要求1所述的方法，其中，所述关联节点的信息包括描述信息，所述描述信息进一步包括关联节点的属性信息或者包括关联节点的属性信息以及其与所述该对象对应节点的关系信息。4.根据权利要求3所述的方法，获取对象的图结构特征，包括：获取该对象在所述图谱中对应节点的至少部分关联节点的描述信息；将各关联节点的描述信息拼接，得到拼接描述信息；基于概率碰撞算法处理所述拼接描述信息，得到预设维度的向量，并将其作为该对象的图结构特征。5.根据权利要求3所述的方法，获取对象的图结构特征，包括：获取该对象在所述图谱中对应节点的至少部分关联节点的描述信息；基于所述对应节点与关联节点的关系类型，将各关联节点分组；对于分组结果中的每一组：将该组的关联节点的描述信息拼接，得到拼接描述信息；以及基于概率碰撞算法处理所述拼接描述信息，得到预设维度的向量；将各分组对应的向量融合，将其作为该对象的图结构特征。6.根据权利要求1所述的方法，所述至少部分关联节点包括该对象在所述图谱中对应节点的N跳子图内的邻居节点；其中N为正整数。7.根据权利要求1所述的方法，所述多个特征还包括语义特征和/或空间特征。8.根据权利要求7所述的方法，获取对象的语义特征，包括：获取该对象的描述文本；基于所述描述文本生成对应的语义向量，并将其作为该对象的语义特征。9.根据权利要求7所述的方法，所述对象的空间特征包括该对象的单个位置点，或者按照以下方式获取对象的空间特征：获取该对象的位置序列；所述位置序列包括该对象的两个或更多个位置点；基于概率碰撞算法处理所述位置序列，得到预设维度的向量，并将其作为该对象的空间特征。10.根据权利要求1或7所述的方法，所述确定所述两个或更多个对象的多个特征的联合相似度，包括：对于所述多个特征中的每一个：确定所述两个或更多个对象的该特征的相似距离；进而得到所述多个特征分别对应的相似距离；对多个相似距离进行加权求和，进而得到所述联合相似度。2CN114417845A权利要求书2/2页11.根据权利要求10所述的方法，所述相似距离包括以下类型中的一种或多种：余弦距离、欧式距离、球面距离以及杰卡德距离。12.一种基于知识图谱的相同实体识别系统，其中，所述系统包括：特征获取模块，用于分别获取待识别的两个或更多个对象的多个特征；所述多个特征包括图表征特征以及图结构特征，其中，图表征特征反映对象在图谱中对应节点的表征信息，图结构特征反映对象在所述图谱中对应节点的至少部分关联节点的信息；联合相似度确定模块，用于确定所述两个或更多个对象的多个特征的联合相似度；相同实体识别模块，用于基于所述联合相似度，确定所述两个或更多个对象是否对应于相同实体。13.一种基于知识图谱的相同实体识别装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实