检索实体的方法、装置、设备以及存储介质.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CN114117007A(43)申请公布日2022.03.01(21)申请号202111427382.2(22)申请日2021.11.25(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人陈子平朱嘉琪卢佳俊柴春光(74)专利代理机构中科专利商标代理有限责任公司11021代理人鄢功军(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/36(2019.01)G06F40/295(2020.01)权利要求书3页说明书10页附图6页(54)发明名称检索实体的方法、装置、设备以及存储介质(57)摘要本公开提供了一种检索实体的方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及知识图谱、数据检索等技术领域。具体实现方案为：对检索语句进行语义理解操作，得到提及信息；确定提及信息的类别；根据与类别对应的检索策略，对提及信息进行检索，得到多个候选实体；以及对多个候选实体进行校验，并筛除多个候选实体中未通过校验的候选实体，得到至少一个目标实体。CN114117007ACN114117007A权利要求书1/3页1.一种检索实体的方法，包括：对检索语句进行语义理解操作，得到提及信息；确定所述提及信息的类别；根据与所述类别对应的检索策略，对提及信息进行检索，得到多个候选实体；以及对所述多个候选实体进行校验，并筛除所述多个候选实体中未通过校验的候选实体，得到至少一个目标实体。2.根据权利要求1所述的方法，其中，所述类别包括常规类别、知识标签类别和列表类别。3.根据权利要求2所述的方法，其中，所述根据与所述类别对应的检索策略，对检索语句进行检索，得到多个候选实体，包括：在所述提及信息为常规类别的情况下，确定知识库中名称信息和/或描述信息中包含所述提及信息的实体，作为所述候选实体。4.根据权利要求2所述的方法，其中，所述根据与所述类别对应的检索策略，对检索语句进行检索，得到多个候选实体，包括：在所述提及信息为知识标签类别的情况下，确定知识库中，名称信息包含所述提及信息的第一原始实体和描述信息包含所述提及信息的第二原始实体，其中，所述第二原始实体的数量大于所述第一原始实体的数量；以及确定所述第一原始实体和所述第二原始实体，作为所述候选实体。5.根据权利要求2所述的方法，其中，所述根据与所述类别对应的检索策略，对检索语句进行检索，得到多个候选实体，包括：在所述提及信息为列表类别的情况下，确定知识库中名称信息和/或描述信息中包含所述提及信息的集合实体；以及以所述检索语句作为抽取目标，对所述集合实体的描述信息进行抽取操作，得到多个子实体，作为所述多个候选实体。6.根据权利要求2所述的方法，还包括：在所述提及信息包含限定词的情况下，将所述提及信息拆分为概念词和限定词。7.根据权利要求6所述的方法，其中，所述根据与所述类别对应的检索策略，对检索语句进行检索，得到多个候选实体，包括：在所述提及信息为列表类别的情况下，确定知识库中名称信息和/或描述信息中包含所述概念词和所述限定词的多个实体样本；确定所述多个实体样本的关系信息中所述限定词的出现频次；根据所述多个实体样本的关系信息中所述出现频次最高的关系信息，确定目标关系；以及确定所述知识库中概念属性包含所述概念词且关系信息包含所述目标关系的实体，作为所述候选实体。8.根据权利要求6所述的方法，其中，所述根据与所述类别对应的检索策略，对检索语句进行检索，得到多个候选实体，包括：在所述提及信息为列表类别的情况下，确定知识库中概念属性包含所述概念词且描述信息中包含所述限定词的实体，作为所述候选实体。2CN114117007A权利要求书2/3页9.根据权利要求3或4所述的方法，还包括：对于所述多个候选实体中根据名称信息确定的第一候选实体，确定所述第一候选实体与所述提及信息之间的字符重合度；根据所述字符重合度，对所述第一候选实体进行排序；对于所述多个候选实体中根据描述信息确定的第二候选实体，确定所述第二候选实体与所述提及信息之间的语义相似度；以及根据所述语义相似度，对所述第二候选实体进行排序。10.根据权利要求5‑8中任一项所述的方法，还包括：确定所述多个候选实体中每个候选实体的浏览量；以及根据所述浏览量，对所述多个候选实体进行排序。11.根据权利要求1所述的方法，其中，所述对所述多个候选实体进行校验，并筛除所述多个候选实体中未通过校验的候选实体，得到至少一个目标实体，包括：对所述检索语句进行语义识别操作，得到所述检索语句的实体概念；确定所述多个候选实体中每个候选实体与与所述实体概念是否匹配；以及删除所述多个候选实体中与所述实体概念不匹配的候