实体结构化及消歧的方法、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115906841A(43)申请公布日2023.04.04(21)申请号202211223441.9(22)申请日2022.10.08(71)申请人联通（广东）产业互联网有限公司地址510000广东省广州市黄埔区(中新广州知识城)亿创街1号406房之555(72)发明人李健民曾婷欧阳滨滨林梓陆高唯唯陈益祥柳子用邱述洪(74)专利代理机构广州润禾知识产权代理事务所(普通合伙)44446专利代理师郑永泉(51)Int.Cl.G06F40/295(2020.01)G06F40/289(2020.01)权利要求书2页说明书7页附图5页(54)发明名称实体结构化及消歧的方法、设备及存储介质(57)摘要本发明提供实体结构化及消歧的方法、设备及存储介质，方法包括：收集文本数据；将其输入第一训练模型，以输出所有第一实体的标签分类；当标签分类为指代明确时，将其输入知识库，以输出最相近的结果；当指代不明确时，将其输入第二训练模型，以输出相关的关系分类，以及每个关系对应的另一第一实体；当存在等价关系时，将另一第一实体输入知识库，以输出最相近的结果；当仅存在相近关系时，将该实体以及与另一实体输入知识库，以输出最相近的结果，作为指代不明确的第一实体的消歧结果。该方法利用实体的关联关系，以及结合知识库可对文本数据中的第一实体进行进一步补充以及结构化，能够有效消除不清晰实体的歧义。CN115906841ACN115906841A权利要求书1/2页1.一种实体结构化及消歧的方法，其特征在于，包括：收集文本数据；所述文本数据中包括若干个第一实体；将所述文本数据输入已训练的第一训练模型，以使所述第一训练模型输出文本数据中所有第一实体的标签分类；标签分类包括指代明确和指代不明确；当所述第一实体的标签分类为指代明确时，将指代明确的第一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与指代明确的第一实体最相近的结果，作为所述指代明确的第一实体的消歧结果；当所述第一实体的标签分类为指代不明确时，将指代不明确的第一实体输入已训练的第二训练模型，以使所述第二训练模型输出与其相关的关系分类，以及每个相关的关系分类对应的另一第一实体；关系分类包括等价关系和相似关系；当指代不明确的第一实体存在等价关系的关系分类时，将与其存在等价关系的另一第一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与所述另一第一实体最相近的结果，作为所述指代不明确的第一实体的消歧结果；当指代不明确的第一实体仅存在相近关系的关系分类时，将所述指代不明确的第一实体以及与其存在相近关系的另一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与所述指代不明确的第一实体以及所述另一第一实体都最相近的结果，作为所述指代不明确的第一实体的消歧结果。2.根据权利要求1所述的实体结构化及消歧的方法，其特征在于，将指代明确的第一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与指代明确的第一实体最相近的结果，具体包括：将指代明确的第一实体输入已构建的实体结构化知识库后，将指代明确的第一实体与实体结构化知识库中的实体数据进行表征向量相似度计算，将相似度最高的实体数据作为与指代明确的第一实体最相近的结果输出；将与其存在等价关系的另一第一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与所述另一第一实体最相近的结果，具体包括：将与其存在等价关系的另一第一实体输入已构建的实体结构化知识库后，将与其存在等价关系的另一第一实体与实体结构化知识库中的实体数据进行表征向量相似度计算，将相似度最高的实体数据作为与所述另一第一实体最相近的结果输出。3.根据权利要求1所述的实体结构化及消歧的方法，其特征在于，将所述指代不明确的第一实体以及与其存在相近关系的另一实体输入已构建的实体结构化知识库，以使所述实体结构化知识库输出与所述指代不明确的第一实体以及所述另一第一实体都最相近的结果，具体包括：将所述指代不明确的第一实体以及与其存在相近关系的另一实体拼接后输入已构建的实体结构化知识库，将所拼接的实体数据与实体结构化知识库中的实体数据进行表征向量相似度计算，将相似度最高的实体数据作为与所述指代不明确的第一实体以及所述另一第一实体都最相近的结果输出。4.根据权利要求1～3任一项所述的实体结构化及消歧的方法，其特征在于，所述已训练的第一训练模型是通过将标签标注后的历史文本数据输入第一训练模型进行训练得到的；2CN115906841A权利要求书2/2页所述标签标注为将历史文本数据中的所有第一实体分为指代明确的实体或指代不明确的实体。5.根据权利要求4所述的实体结构化及消歧的方法，其特征在于，所述第一训练模型的训练过程具体包括：将