[發明專利]結構化實體收錄方法、裝置、服務器和存儲介質

有效

• 申請號: 201711297668.7
• 申請日: 2017-12-08
• 公開（公告）號: CN108038183B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 徐也;馮知凡;陸超;張揚;方舟;王述;朱勇;李瑩
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明實施例公開了一種結構化實體收錄方法、裝置、服務器和存儲介質，其中，結構化實體收錄方法包括：從知識圖譜中選取與待收錄的結構化實體相關的候選實體，根據候選實體所屬類別的先驗屬性信息及預設模型確定待收錄的結構化實體為關聯實體，對關聯實體和候選實體進行實體合并，將關聯實體收錄到知識圖譜中。本發明實施例解決了現有知識圖譜對實體進行收錄時，由于每增加一個實體，都要針對知識圖譜中現有的各實體進行一次實體解析，而導致的計算量大、耗時長且實體解析準確度不高的問題，選取候選實體，然后利用先驗知識融合預設模型能夠有效提高實體關聯的效率和準確度，減少計算量，使得知識圖譜能夠簡單高效地對結構化實體進行收錄。

技術領域

本發明實施例涉及數據處理技術領域，尤其涉及一種結構化實體收錄方法、裝置、服務器和存儲介質。

背景技術

知識圖譜在無論是學術界還是工業界都有著舉足輕重的地位，它是人工智能的基礎，也是實現智能問答等應用的必經之路，能夠快捷方便地為用戶提供信息。知識圖譜本質上就是由實體節點與節點間的邊構成的一個網絡。知識圖譜的重復率和準確率將會影響其服務質量。

當出現更新需求時，知識圖譜需要對新實體進行收錄。目前，通常是每增加一個實體，都需要針對知識圖譜中的各實體進行一次實體解析，該過程計算量大、耗時長，無法適用于百億量級的實體收錄；并且，現有實體解析方法利用余弦相似度計算實體的匹配分值，或者，將實體上下文表示成BOW(Bag-of-Words)向量形式并計算向量間的余弦值以確定實體相似度，這些方法準確度不高。

發明內容

本發明實施例提供一種結構化實體收錄方法、裝置、服務器和存儲介質，以解決現有知識圖譜對實體進行收錄時計算量大、耗時長及準確度不高的問題。

第一方面，本發明實施例提供了一種結構化實體收錄方法，該方法包括：

從所述知識圖譜中選取與待收錄的結構化實體相關的候選實體；

根據所述候選實體所屬類別的先驗屬性信息及預設模型確定所述待收錄的結構化實體為關聯實體；

對所述關聯實體和所述候選實體進行實體合并，將所述關聯實體收錄到所述知識圖譜中。

第二方面，本發明實施例還提供了一種結構化實體收錄裝置，該裝置包括：

候選實體選取模塊，用于從所述知識圖譜中選取與待收錄的結構化實體相關的候選實體；

關聯實體確定模塊，用于根據所述候選實體所屬類別的先驗屬性信息及預設模型確定所述待收錄的結構化實體為關聯實體；

關聯實體收錄模塊，用于對所述關聯實體和所述候選實體進行實體合并，將所述關聯實體收錄到所述知識圖譜中。

第三方面，本發明實施例還提供了一種服務器，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如上所述的結構化實體收錄方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如上所述的結構化實體收錄方法。