[發(fā)明專利]一種實(shí)體鏈接方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201610091371.4
• 申請(qǐng)日: 2016-02-18
• 公開（公告）號(hào): CN107092605B
• 公開（公告）日: 2019-12-31
• 發(fā)明（設(shè)計(jì)）人: 許茜;葉茂;任彩紅;徐劍波;湯幟
• 申請(qǐng)（專利權(quán)）人: 北大方正集團(tuán)有限公司;北京大學(xué);北京方正阿帕比技術(shù)有限公司
• 主分類號(hào): G06F16/953
• 分類號(hào): G06F16/953;G06F17/27
• 代理公司: 11002 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李相雨

1.一種實(shí)體鏈接方法，其特征在于，包括：

獲取數(shù)字資源的待鏈接實(shí)體集合，對(duì)所述實(shí)體集合中的每個(gè)實(shí)體在給定知識(shí)庫(kù)中生成所述每個(gè)實(shí)體對(duì)應(yīng)的候選實(shí)體集合；

根據(jù)候選實(shí)體集合中每個(gè)候選實(shí)體的精確屬性、模糊屬性和相關(guān)實(shí)體，計(jì)算每個(gè)實(shí)體與該實(shí)體對(duì)應(yīng)的候選實(shí)體集合中的每個(gè)候選實(shí)體的相關(guān)度；

根據(jù)當(dāng)前實(shí)體與其各候選實(shí)體的相關(guān)度大小和該實(shí)體對(duì)應(yīng)的候選實(shí)體的數(shù)量，得到當(dāng)前實(shí)體的鏈接實(shí)體；

其中，所述根據(jù)候選實(shí)體集合中每個(gè)候選實(shí)體的精確屬性、模糊屬性和相關(guān)實(shí)體，計(jì)算每個(gè)實(shí)體與該實(shí)體對(duì)應(yīng)的候選實(shí)體集合中的每個(gè)候選實(shí)體的相關(guān)度，包括：

根據(jù)每個(gè)候選實(shí)體的每個(gè)精確屬性，若當(dāng)前精確屬性在數(shù)字資源中存在相似或相同的詞語(yǔ)，則當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度增加第一預(yù)設(shè)值；其中，當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度的初始值為0，當(dāng)前候選實(shí)體的所有精確屬性計(jì)算結(jié)束后的相關(guān)度為第一相關(guān)度；

根據(jù)每個(gè)候選實(shí)體的每個(gè)模糊屬性，若當(dāng)前模糊屬性在數(shù)字資源中存在相同的詞語(yǔ)，或存在相似的詞語(yǔ)且精確屬性的數(shù)量大于第二預(yù)設(shè)值，則當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度增加0.5倍的第一預(yù)設(shè)值；若當(dāng)前模糊屬性在數(shù)字資源中存在相似的詞語(yǔ)且精確屬性的數(shù)量小于等于第二預(yù)設(shè)值，則當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度根據(jù)以下公式一計(jì)算得到：

其中，S_i,j表示當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度，O表示當(dāng)前候選實(shí)體的精確屬性的數(shù)量，score表示第一預(yù)設(shè)值，σ表示第二預(yù)設(shè)值；

根據(jù)每個(gè)候選實(shí)體的每個(gè)相關(guān)實(shí)體，若當(dāng)前相關(guān)實(shí)體在數(shù)字資源中存在相同的詞語(yǔ)且所述第一相關(guān)度大于等于所述第一預(yù)設(shè)值，則當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度增加0.5倍的第一預(yù)設(shè)值；若當(dāng)前相關(guān)實(shí)體在數(shù)字資源中存在相同的詞語(yǔ)且所述第一相關(guān)度小于所述第一預(yù)設(shè)值，則當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度增加0.25倍的第一預(yù)設(shè)值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)當(dāng)前實(shí)體與其各候選實(shí)體的相關(guān)度大小和該實(shí)體對(duì)應(yīng)的候選實(shí)體的數(shù)量，得到當(dāng)前實(shí)體的鏈接實(shí)體之后，還包括：

根據(jù)每個(gè)鏈接實(shí)體的相關(guān)實(shí)體集合，對(duì)數(shù)字資源進(jìn)行補(bǔ)充實(shí)體鏈接。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)當(dāng)前實(shí)體與其各候選實(shí)體的相關(guān)度大小和該實(shí)體對(duì)應(yīng)的候選實(shí)體的數(shù)量，得到當(dāng)前實(shí)體的鏈接實(shí)體，包括：

若當(dāng)前實(shí)體對(duì)應(yīng)的候選實(shí)體集合中的候選實(shí)體數(shù)量為0，則當(dāng)前實(shí)體的鏈接實(shí)體為空；

若當(dāng)前實(shí)體對(duì)應(yīng)的候選實(shí)體集合中的候選實(shí)體數(shù)量為1且當(dāng)前實(shí)體與當(dāng)前候選實(shí)體的相關(guān)度大于等于3倍的第一預(yù)設(shè)值，則當(dāng)前實(shí)體的鏈接實(shí)體為當(dāng)前候選實(shí)體；

若當(dāng)前實(shí)體對(duì)應(yīng)的候選實(shí)體集合中的候選實(shí)體數(shù)量大于1且當(dāng)前實(shí)體包含相關(guān)度大于等于3倍的第一預(yù)設(shè)值的候選實(shí)體，則當(dāng)前實(shí)體的鏈接實(shí)體為相關(guān)度最大的候選實(shí)體。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每個(gè)鏈接實(shí)體的相關(guān)實(shí)體集合，對(duì)數(shù)字資源進(jìn)行補(bǔ)充實(shí)體鏈接，包括：

獲取所有鏈接實(shí)體的相關(guān)實(shí)體，若數(shù)字資源中存在與當(dāng)前相關(guān)實(shí)體相同的字符串且該字符串長(zhǎng)度大于2，或該字符串長(zhǎng)度小于等于2且當(dāng)前相關(guān)實(shí)體與該字符串的相關(guān)度大于等于3倍的第一預(yù)設(shè)值，則將該字符串與當(dāng)前相關(guān)實(shí)體的進(jìn)行鏈接。