一种实体链接的方法、装置、设备及存储介质.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CN113761218A(43)申请公布日2021.12.07(21)申请号202110461405.5G06F40/30(2020.01)(22)申请日2021.04.27G06N3/08(2006.01)(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人刘一仝郑孙聪周博通费昊(74)专利代理机构深圳市深佳知识产权代理事务所(普通合伙)44285代理人聂秀娜(51)Int.Cl.G06F16/36(2019.01)G06F16/33(2019.01)G06F16/335(2019.01)G06F40/194(2020.01)G06F40/295(2020.01)权利要求书3页说明书15页附图6页(54)发明名称一种实体链接的方法、装置、设备及存储介质(57)摘要本申请公开了一种实体链接的方法、装置、设备及存储介质，涉及自然语言处理领域，包括在待识别文本中获取待链接实体和待链接实体对应的上下文内容，根据待链接实体，在知识图谱中确定多个候选实体以及多个候选实体中每个候选实体的实体信息。将上下文内容和每个候选实体对应的实体信息进行匹配，得到第一匹配分数，根据第一匹配分数，确定多个候选实体中的目标候选实体。基于待链接实体和目标候选实体之间的消歧分数，确定目标候选实体中的目标实体，将目标实体确定为待链接实体对应的链接实体。CN113761218ACN113761218A权利要求书1/3页1.一种实体链接的方法，其特征在于，所述方法包括：在待识别文本中获取待链接实体和所述待链接实体对应的上下文内容；根据所述待链接实体，在知识图谱中确定多个候选实体以及所述多个候选实体中每个候选实体的实体信息；将所述上下文内容和所述每个候选实体对应的实体信息进行匹配，得到第一匹配分数；根据所述第一匹配分数，确定所述多个候选实体中的目标候选实体；基于所述待链接实体和所述目标候选实体之间的消歧分数，确定所述目标候选实体中的目标实体；将所述目标实体确定为所述待链接实体对应的链接实体。2.根据权利要求1所述的方法，其特征在于，在所述基于所述待链接实体和所述目标候选实体之间的消歧分数，确定所述目标候选实体中的目标实体之前，所述方法还包括：根据所述上下文内容对所述目标候选实体对应的实体信息进行相关性排序；根据所述相关性排序结果确定所述目标候选实体对应的实体信息中的关键信息；将所述待链接实体、所述上下文内容、所述目标候选实体和所述关键信息输入至所述实体消歧模型，通过所述实体消歧模型获取所述待链接实体和所述目标候选实体之间的所述消歧分数。3.根据权利要求1所述的方法，其特征在于，所述将所述上下文内容和所述每个候选实体对应的实体信息进行匹配，得到第一匹配分数，包括：对所述上下文内容和所述每个候选实体对应的实体信息进行分词处理，得到所述上下文内容包括的第一分词和所述每个候选实体对应的实体信息包括的第二分词；计算所述第一分词对应的词向量和所述第二分词对应的词向量的余弦相似度；根据所述余弦相似度确定所述第一匹配分数。4.根据权利要求3所述的方法，其特征在于，所述根据所述余弦相似度确定所述第一匹配分数，包括：根据所述余弦相似度获取所述每个候选实体对应的相似度分布向量；将所述每个候选实体对应的相似度分布向量输入至第一模型，通过所述第一模型获取所述上下文内容和所述每个候选实体对应的实体信息的第一匹配分数；所述第一模型用于根据相似度分布向量确定分布分数。5.根据权利要求4所述的方法，其特征在于，所述根据所述余弦相似度获取所述每个候选实体对应的相似度分布向量，包括：根据所述余弦相似度的数值，确定每个预设的余弦相似度区间中的第二分词个数；其中，所述余弦相似度预设有多个余弦相似度区间；根据所述每个预设的余弦相似度区间中的第二分词的个数，确定所述每个候选实体对应的所述相似度分布向量。6.根据权利要求5所述的方法，其特征在于，所述根据所述第一匹配分数，确定所述多个候选实体中的目标候选实体，包括：获取所述每个候选实体的实体信息所对应的词频信息；根据所述词频信息确定所述每个候选实体对应的权重值，并根据所述权重值和所述第2CN113761218A权利要求书2/3页一匹配分数，确定所述每个候选实体对应的第二匹配分数；若所述第二匹配分数超过第一预设阈值，则确定所述候选实体为所述目标候选实体。7.根据权利要求2所述的方法，其特征在于，所述根据所述上下文内容对所述目标候选实体对应的实体信息进行相关性排序，包括：对所述上下文内容和所述目标候选实体对应的实体信息进行分词处理，得到所述上下文内容包括的第三分词和所述目标候选实体对应的实体信息包括的第四分词；计算所述第三分词对应的词