[發明專利]實體融合方法、裝置、設備及存儲介質

有效

• 申請號: 201910860139.6
• 申請日: 2019-09-11
• 公開（公告）號: CN110580294B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 王策;杜東
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

本發明實施例提供了一種實體融合方法、裝置、設備及存儲介質；所述方法包括：確定待提取的目標實體；采用人工智能的特征提取模型，對樣本數據中的實體進行特征提取，得到所述目標實體的目標向量和其他實體的其他向量；從所述其他向量中，查找與所述目標向量相匹配的候選向量；將所述候選向量對應的候選實體，與所述目標實體進行融合。通過樣本數據中的實體向量，確定與目標實體匹配的實體，從而提高相似實體融合的準確率。

技術領域

本發明涉及機器學習領域，尤其涉及實體融合方法、裝置、設備及存儲介質。

背景技術

在相關技術中，知識圖譜中實體融合的方法是，每個類型的實體定義一些關鍵屬性，計算這些屬性的相似度，對每個屬性相似度加權求和，大于某個閾值則認為兩個實體相似，將該兩個實體進行融合；但是實體關鍵屬性值存在噪音，每個來源的知識圖譜實體信息準確度不能保證，導致無法融合。

發明內容

本發明實施例提供一種實體融合方法、裝置、設備及存儲介質，能夠通過樣本數據中的實體向量，確定與目標實體匹配的實體，從而提高相似實體融合的準確率。

本發明實施例的技術方案是這樣實現的：

第一方面，本發明實施例提供一種實體融合方法，包括：

確定待提取的目標實體；

對樣本數據中的實體進行特征提取，得到所述目標實體的目標向量和其他實體的其他向量；

從所述其他向量中，查找與所述目標向量相匹配的候選向量；

將所述候選向量對應的候選實體，與所述目標實體進行融合。

第二方面，本發明實施例提供一種實體融合裝置，包括：

第一確定模塊，用于確定待提取的目標實體；

第一提取模塊，用于對樣本數據中的實體進行特征提取，得到所述目標實體的目標向量和其他實體的其他向量；

第一查找模塊，用于從所述其他向量中，查找與所述目標向量相匹配的候選向量；

第一融合模塊，用于將所述候選向量對應的候選實體，與所述目標實體進行融合。

第三方面，本發明實施例提供一種實體融合的設備，包括：

存儲器，用于存儲可執行指令；

處理器，用于執行所述存儲器中存儲的可執行指令時，實現上述實體融合方法。

第四方面，本發明實施例提供一種存儲介質，存儲有可執行指令，用于引起處理器執行時，實現本發明實施例提供的實體融合方法。

本發明實施例具有以下有益效果：首先，確定待提取的目標實體；然后，采用人工智能的特征提取模型，對樣本數據中的實體進行特征提取，得到所述目標實體的目標向量和其他實體的其他向量；從所述其他向量中，查找與所述目標向量相匹配的候選向量；最后，將所述候選向量對應的候選實體，與所述目標實體進行融合；如此，通過對樣本數據進行特征提取，得到目標實體和其他實體的向量，然后，從其他向量中查找與目標向量匹配的候選向量，最后將目標實體和候選實體進行融合，提高了識別候選實體的準確度，從而提高了將不同來源的相似實體融合的準確率。

附圖說明

圖1是本發明實施例提供的實體融合系統的一個可選的架構示意圖；

圖2是本發明實施例提供的實體融合的系統的結構示意圖；

圖3是本發明實施例提供的實體融合方法的實現流程示意圖；

圖4A是本發明實施例提供的實體融合方法的另一實現流程示意圖；

圖4B是本發明實施例提供的實體融合方法的另一實現流程示意圖；