[發(fā)明專利]實體鏈接方法、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810576250.8
• 申請日: 2018-06-06
• 公開（公告）號: CN110569496B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設計）人: 黃婷
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/9535
• 代理公司: 深圳翼盛智成知識產(chǎn)權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種實體鏈接的方法，其特征在于，包括：

根據(jù)知識庫中的實體名稱，確定輸入文本中的提及詞；

從所述知識庫中獲取每個所述提及詞對應的所有候選實體以及各所述候選實體的上下文信息；

根據(jù)所述提及詞和/或所述輸入文本中除所述提及詞之外的其他分詞，確定每個所述提及詞的所有輸入上下文；

根據(jù)每個所述提及詞的所有輸入上下文、以及每個所述提及詞對應的各所述候選實體的上下文信息，確定各所述候選實體的所有目標上下文和各所述目標上下文的等級；

基于每個所述提及詞對應的所有所述候選實體的各所述目標上下文的等級，確定每個所述提及詞的鏈接實體；

所述根據(jù)知識庫中的實體名稱，確定輸入文本中的提及詞，包括：

對輸入文本進行詞切分，以獲取所述輸入文本的多個分詞；

將所述多個分詞逐一與知識庫中的實體名稱進行匹配；

根據(jù)所述多個分詞在所述輸入文本中的位置，構建至少一棵分詞樹，其中所述多個分詞按照在輸入文本中的位置，從所述分詞樹的根節(jié)點至子節(jié)點依次進行存放，同一棵分詞樹的父節(jié)點和子節(jié)點的分詞不存在重疊，且同一棵分詞樹的父節(jié)點下的任意兩個子節(jié)點的分詞存在重疊；

在所述至少一棵分詞樹中，確定從根節(jié)點至子節(jié)點的最短完整路徑；

將匹配成功且位于所述最短完整路徑中的分詞確定為所述輸入文本的提及詞。

2.根據(jù)權利要求1所述的方法，其特征在于，所述基于每個所述提及詞對應的所有所述候選實體的各所述目標上下文的等級，確定每個所述提及詞的鏈接實體，包括：

從所述知識庫中獲取每個所述提及詞對應的各所述候選實體的先驗值；

根據(jù)每個所述提及詞對應的各所述候選實體的先驗值和各個目標上下文的等級，獲取每個所述提及詞對應的各所述候選實體的分值；

根據(jù)每個所述提及詞對應的各所述候選實體的分值，確定每個所述提及詞的鏈接實體。

3.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)每個所述提及詞對應的各所述候選實體的先驗值和各個目標上下文的等級，獲取每個所述提及詞對應的各所述候選實體的分值，包括：

根據(jù)各所述候選實體的各個目標上下文的等級，確定各所述候選實體的各個目標上下文對應的分值，其中目標上下文的等級越高，對應的分值越大，所述提及詞在結合相應目標上下文時對應的鏈接實體被確定的程度也越大；

對每個所述候選實體的各個目標上下文對應的分值進行求和，得到上下文累計分值；

獲取每個所述候選實體的上下文累計分值和先驗值的平均值，得到每個所述候選實體的分值；

所述根據(jù)每個所述提及詞對應的各所述候選實體的分值，確定每個所述提及詞的鏈接實體，包括：將每個所述提及詞對應的各所述候選實體中分值最高的候選實體確定為相應提及詞的鏈接實體。

4.根據(jù)權利要求3所述的方法，其特征在于，所述獲取每個所述候選實體的上下文累計分值和先驗值的平均值，包括：

根據(jù)預設權重，對每個所述候選實體的上下文累計分值和先驗值進行加權平均，以得到每個所述候選實體的上下文累計分值和先驗值的平均值。

5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述提及詞和/或所述輸入文本中除所述提及詞之外的其他分詞，確定每個所述提及詞的所有輸入上下文，包括：

獲取所述輸入文本中除所述提及詞之外的所有其他分詞；

對于任意一個所述提及詞，將其他所述提及詞和所述所有其他分詞，確定為任意一個所述提及詞的所有輸入上下文，其中一個其他所述提及詞或一個所述其他分詞對應為一個輸入上下文。

6.根據(jù)權利要求1所述的方法，其特征在于，所述上下文信息包括預設上下文以及所述預設上下文的等級；

所述根據(jù)每個所述提及詞的所有輸入上下文、以及每個所述提及詞對應的各所述候選實體的上下文信息，確定各所述候選實體的所有目標上下文和各所述目標上下文的等級，包括：

將每個所述提及詞的所有輸入上下文逐一與每個所述提及詞對應的各候選實體的預設上下文進行匹配，若匹配成功，則將匹配成功的所述輸入上下文確定為對應候選實體的目標上下文，并將匹配成功的預設上下文的等級確定為對應候選實體的目標上下文的等級。