[發明專利]實體處理方法、裝置和存儲介質

有效

• 申請號: 201811290669.3
• 申請日: 2018-10-31
• 公開（公告）號: CN109684625B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 方舟;馮知凡;李雙婕;徐也;梁海金;張揚;陸超;朱勇
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/36
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 榮甜甜;劉芳

本發明提供一種實體處理方法、裝置和存儲介質，該方法包括：對知識圖譜中的目標實體進行分組，獲取多個實體組，每個實體組中包括多個目標實體對；獲取每個實體組的每個目標實體對中的兩個目標實體的相似度，并將相似度大于相似度閾值的兩個目標實體進行融合，獲取多個新的實體組；在多個新的實體組中獲取待建邊客體的關聯實體，并將待建邊客體與關聯實體進行關聯；待建邊客體為待建邊的三元組中的客體，待建邊客體的關聯實體為：與待建邊客體的相似度大于相似度閾值的目標實體。本發明在新的實體集中進行實體建邊，使得實體融合和實體建邊進行了關聯，提高了知識圖譜的連通度，且采用相似度的方式進行實體融合，提高了實體融合的準確性。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種實體處理方法、裝置和存儲介質。

背景技術

知識圖譜(Knowledge Graph)又稱為科學知識圖譜。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。知識圖譜中包括多個結構化實體，即大量主謂賓三元組(SPO)的集合，S即subject，P即predict，O即object。對實體的處理一般包括：實體融合、實體建邊；實體融合指的是對新實體進行收錄歸一，即將新實體與知識圖譜中的實體匹配，將新實體與知識圖譜中匹配的實體進行合并；實體建邊是指對SPO中的O進行實體消歧，在知識圖譜中找到對應的相同概念的實體。

現有技術中，對實體進行處理的兩個步驟之間沒有建立聯系，即二者是孤立分開處理的，不能對實體進行有效的處理，且現有技術中對實體的融合只是根據實體名稱和別名的方式進行匹配，融合的準確性低。

發明內容

本發明提供一種實體處理方法、裝置和存儲介質，在新的實體集中進行實體建邊，使得實體融合和實體建邊進行了關聯，提高了知識圖譜的連通度，且采用相似度的方式進行實體融合，提高了實體融合的準確性。

本發明的第一方面提供一種實體處理方法，包括：

對知識圖譜中的目標實體進行分組，獲取多個實體組，每個所述實體組中包括多個目標實體對，所述實體組中的一個所述目標實體對是由所述實體組中一個目標實體與其他目標實體組成的；

獲取每個所述實體組的每個所述目標實體對中的兩個目標實體的相似度，并將相似度大于相似度閾值的兩個目標實體進行融合，獲取多個新的實體組，每個所述新的實體組中不包含相似度大于相似度閾值的目標實體；

在多個所述新的實體組中獲取待建邊客體的關聯實體，并將所述待建邊客體與所述關聯實體進行關聯；所述待建邊客體為所述待建邊的主謂賓三元組中的客體，所述待建邊客體的關聯實體為：在所述新的實體組中，與所述待建邊客體的相似度大于所述相似度閾值的目標實體。

可選的，所述對知識圖譜中的目標實體進行分組，獲取多個實體組之前，包括：

根據所述知識圖譜中的每個實體的語義，獲取所述目標實體。

可選的，所述獲取每個所述實體組的每個所述目標實體對中的兩個目標實體的相似度，包括：

采用預設的屬性比較方法和屬性重要度，獲取每個所述目標實體對中兩個目標實體之間的屬性相似度；

采用預設的迭代模型，對所述屬性相似度進行迭代計算，獲取每個所述目標實體對中的兩個目標實體的相似度。

可選的，采用預設的屬性比較方法和屬性重要度，獲取每個所述目標實體對中兩個目標實體之間的屬性相似度，包括：

根據所述屬性重要度中的比較信息，確定每個所述目標實體對中兩個目標實體之間的多個待比較屬性對；

根據每個所述待比較屬性對的特征，從所述預設的屬性比較方法中選取對應的比較方法進行屬性對比較，獲取每個所述目標實體對中兩個目標實體之間的屬性相似度。