[發(fā)明專利]一種實(shí)現(xiàn)實(shí)體消歧的方法、裝置及存儲(chǔ)介質(zhì)、程序產(chǎn)品

有效

• 申請(qǐng)?zhí)枺?/td>: 201711423446.5
• 申請(qǐng)日: 2017-12-25
• 公開（公告）號(hào): CN107992480B
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計(jì)）人: 蔡巍;崔朝輝;趙立軍;張霞
• 申請(qǐng)（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F40/30
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 柳欣;王寶筠

1.一種實(shí)現(xiàn)實(shí)體消歧的方法，其特征在于，所述方法包括：

建立第一實(shí)體對(duì)應(yīng)的第一共詞網(wǎng)絡(luò)以及第二實(shí)體對(duì)應(yīng)的第二共詞網(wǎng)絡(luò)，所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)存在相同的實(shí)體節(jié)點(diǎn)；

根據(jù)所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)中包括的相同子圖計(jì)算所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)之間的相似度；所述根據(jù)所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)中包括的相同子圖計(jì)算所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)之間的相似度包括：獲取所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)中相同的實(shí)體節(jié)點(diǎn)作為相同實(shí)體集合；從所述第一共詞網(wǎng)絡(luò)中去除不屬于所述相同實(shí)體集合的實(shí)體節(jié)點(diǎn)，得到第三共詞網(wǎng)絡(luò)；從所述第二共詞網(wǎng)絡(luò)中去除不屬于所述相同實(shí)體集合的實(shí)體節(jié)點(diǎn)，得到第四共詞網(wǎng)絡(luò)；獲取所述第三共詞網(wǎng)絡(luò)對(duì)應(yīng)的第一子圖集合，以及所述第四共詞網(wǎng)絡(luò)對(duì)應(yīng)的第二子圖集合，所述第一子圖集合為所述第一實(shí)體與所述第三共詞網(wǎng)絡(luò)中任意一個(gè)或多個(gè)實(shí)體節(jié)點(diǎn)構(gòu)成的子圖的集合，所述第二子圖集合為所述第二實(shí)體與所述第四共詞網(wǎng)絡(luò)中任意一個(gè)或多個(gè)實(shí)體節(jié)點(diǎn)構(gòu)成的子圖的集合；根據(jù)所述第一子圖集合和所述第二子圖集合，統(tǒng)計(jì)所述第三共詞網(wǎng)絡(luò)和所述第四共詞網(wǎng)絡(luò)之間存在的相同子圖的個(gè)數(shù)；根據(jù)所述相同子圖的個(gè)數(shù)計(jì)算所述第一共詞網(wǎng)絡(luò)與所述第二共詞網(wǎng)絡(luò)之間的相似度；

當(dāng)所述相似度大于第一閾值時(shí)，將所述第一實(shí)體與所述第二實(shí)體確定為同一實(shí)體；

或者，當(dāng)所述相似度小于第二閾值時(shí)，將所述第一實(shí)體與所述第二實(shí)體確定為不同實(shí)體。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述當(dāng)所述相似度大于第一閾值時(shí)，將所述第一實(shí)體與所述第二實(shí)體確定為同一實(shí)體，包括：

當(dāng)所述相似度大于第一閾值時(shí)，如果所述第一實(shí)體與所述第二實(shí)體名稱不同，將所述第一實(shí)體與所述第二實(shí)體確定為名稱不同的同一實(shí)體；

所述當(dāng)所述相似度小于第二閾值時(shí)，將所述第一實(shí)體與所述第二實(shí)體確定為不同實(shí)體，包括：

當(dāng)所述相似度小于第二閾值時(shí)，如果所述第一實(shí)體與所述第二實(shí)體名稱相同，將所述第一實(shí)體與所述第二實(shí)體確定為名稱相同的不同實(shí)體。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述建立第一實(shí)體對(duì)應(yīng)的第一共詞網(wǎng)絡(luò)以及第二實(shí)體對(duì)應(yīng)的第二共詞網(wǎng)絡(luò)包括：

獲取所述第一實(shí)體對(duì)應(yīng)的第一文本語(yǔ)料以及所述第二實(shí)體對(duì)應(yīng)的第二文本語(yǔ)料；

當(dāng)所述第一文本語(yǔ)料以及所述第二文本語(yǔ)料為非結(jié)構(gòu)化數(shù)據(jù)時(shí)，根據(jù)所述第一文本語(yǔ)料提取所述第一實(shí)體對(duì)應(yīng)的第一特征詞集合，以及根據(jù)所述第二文本語(yǔ)料提取所述第二實(shí)體對(duì)應(yīng)的第二特征詞集合；

根據(jù)所述第一特征詞集合中各特征詞之間的關(guān)系，以及所述第一特征詞集合中各特征詞與所述第一實(shí)體之間的關(guān)系，建立所述第一實(shí)體對(duì)應(yīng)的第一共詞網(wǎng)絡(luò)，以及根據(jù)所述第二特征詞集合中各特征詞與所述第二實(shí)體之間的關(guān)系，建立所述第二實(shí)體對(duì)應(yīng)的第二共詞網(wǎng)絡(luò)。

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)所述第一文本語(yǔ)料提取所述第一實(shí)體對(duì)應(yīng)的第一特征詞集合，以及根據(jù)所述第二文本語(yǔ)料提取所述第二實(shí)體對(duì)應(yīng)的第二特征詞集合包括：

從所述第一文本語(yǔ)料中提取所述第一實(shí)體對(duì)應(yīng)的第一共現(xiàn)詞集合，以及從所述第二文本語(yǔ)料中提取所述第二實(shí)體對(duì)應(yīng)的第二共現(xiàn)詞集合；所述第一共現(xiàn)詞集合包括在所述第一文本語(yǔ)料中，在距離所述第一實(shí)體預(yù)設(shè)范圍內(nèi)出現(xiàn)的共現(xiàn)詞，所述第二共現(xiàn)詞集合包括在所述第二文本語(yǔ)料中，在距離所述第二實(shí)體預(yù)設(shè)范圍內(nèi)出現(xiàn)的共現(xiàn)詞；

從所述第一文本語(yǔ)料中提取所述第一實(shí)體對(duì)應(yīng)的第一關(guān)鍵詞集合和第一類別特征詞集合，以及從所述第二文本語(yǔ)料中提取所述第二實(shí)體對(duì)應(yīng)的第二關(guān)鍵詞集合和第二類別特征詞集合；所述第一類別特征詞集合包括與所述第一實(shí)體的實(shí)體類別相同的類別特征詞，所述第二類別特征詞集合包括與所述第二實(shí)體的實(shí)體類別相同的類別特征詞；

將所述第一共現(xiàn)詞集合、所述第一關(guān)鍵詞集合和所述第一類別特征詞集合取并集，得到所述第一實(shí)體對(duì)應(yīng)的第一特征詞集合；以及將所述第二共現(xiàn)詞集合、所述第二關(guān)鍵詞集合和所述第二類別特征詞集合取并集，得到所述第二實(shí)體對(duì)應(yīng)的第二特征詞集合。