[發(fā)明專利]知識(shí)圖譜中的實(shí)體對(duì)齊方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201911001804.2
• 申請(qǐng)日: 2019-10-21
• 公開(kāi)（公告）號(hào): CN110765276A
• 公開(kāi)（公告）日: 2020-02-07
• 發(fā)明（設(shè)計(jì)）人: 姜旭;李嘉琛
• 申請(qǐng)（專利權(quán)）人: 北京明略軟件系統(tǒng)有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/35;G06F40/30;G06F40/247
• 代理公司: 11240 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司
• 代理人: 江舟

1.一種知識(shí)圖譜中的實(shí)體對(duì)齊方法，其特征在于，包括：

從多個(gè)平臺(tái)中獲取多個(gè)實(shí)體作為實(shí)體訓(xùn)練集；

根據(jù)與所述實(shí)體訓(xùn)練集中各個(gè)實(shí)體相關(guān)的可用信息生成用于進(jìn)行協(xié)同訓(xùn)練的特征，其中，所述特征用于指示多個(gè)實(shí)體中同一類可用信息之間的相似度；

根據(jù)所述特征對(duì)基于協(xié)同訓(xùn)練的模型進(jìn)行訓(xùn)練，并根據(jù)訓(xùn)練得到的模型判別待處理的實(shí)體對(duì)是否同義。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，從多個(gè)平臺(tái)中獲取多個(gè)實(shí)體作為實(shí)體訓(xùn)練集，包括：

對(duì)多個(gè)平臺(tái)的多個(gè)實(shí)體的可用信息進(jìn)行提取，其中，所述可用信息至少包括以下之一：實(shí)體名、實(shí)體所包含的文本、關(guān)鍵離散值、實(shí)體屬性；

將提取過(guò)可用信息的實(shí)體作為所述實(shí)體訓(xùn)練集中的實(shí)體。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，根據(jù)與所述實(shí)體訓(xùn)練集中各個(gè)實(shí)體相關(guān)的可用信息生成用于進(jìn)行協(xié)同訓(xùn)練的特征包括：

確定多個(gè)實(shí)體的所述實(shí)體名之間的相似度；或，確定多個(gè)實(shí)體的實(shí)體所包含的文本中的標(biāo)題、正文以及屬性組合之后每種組合中2段文本之間的相似度；或，確定多個(gè)實(shí)體的關(guān)鍵離散值集合中2關(guān)鍵離散值之間的相似度；或，確定多個(gè)實(shí)體的屬性提取2維特征，并確定2實(shí)體屬性的相似度；

將所述相似度作為用于進(jìn)行協(xié)同訓(xùn)練的特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)所述特征對(duì)基于協(xié)同訓(xùn)練的模型進(jìn)行訓(xùn)練，包括：

將所述特征分為文本視圖和關(guān)鍵離散值視圖，其中，實(shí)體名和實(shí)體所包含的文本的劃分到所述文本視圖中；屬性與關(guān)鍵離散值劃分到所述關(guān)鍵離散值視圖中；

基于文本視圖和關(guān)鍵離散值視圖對(duì)基于協(xié)同訓(xùn)練的模型進(jìn)行訓(xùn)練。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其特征在于，所述模型為二分類器。

6.一種知識(shí)圖譜中的實(shí)體對(duì)齊裝置，其特征在于，包括：

獲取模塊，用于從多個(gè)平臺(tái)中獲取多個(gè)實(shí)體作為實(shí)體訓(xùn)練集；

生成模塊，用于根據(jù)與所述實(shí)體訓(xùn)練集中各個(gè)實(shí)體相關(guān)的可用信息生成用于進(jìn)行協(xié)同訓(xùn)練的特征，其中，所述特征用于指示多個(gè)實(shí)體中同一類可用信息之間的相似度；

對(duì)齊模塊，用于根據(jù)所述特征對(duì)基于協(xié)同訓(xùn)練的模型進(jìn)行訓(xùn)練，并根據(jù)訓(xùn)練得到的模型判別待處理的實(shí)體對(duì)是否同義。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述獲取模塊包括：

提取單元，用于對(duì)多個(gè)平臺(tái)的多個(gè)實(shí)體的可用信息進(jìn)行提取，其中，所述可用信息至少包括以下之一：實(shí)體名、實(shí)體所包含的文本、關(guān)鍵離散值、實(shí)體屬性；

第一處理單元，用于將提取過(guò)可用信息的實(shí)體作為所述實(shí)體訓(xùn)練集中的實(shí)體。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述生成模塊包括：

確定單元，用于確定多個(gè)實(shí)體的所述實(shí)體名之間的相似度；或，確定多個(gè)實(shí)體的實(shí)體所包含的文本中的標(biāo)題、正文以及屬性組合之后每種組合中2段文本之間的相似度；或，確定多個(gè)實(shí)體的關(guān)鍵離散值集合中2關(guān)鍵離散值之間的相似度；或，確定多個(gè)實(shí)體的屬性提取2維特征，并確定2實(shí)體屬性的相似度；

第二處理單元，用于將所述相似度作為用于進(jìn)行協(xié)同訓(xùn)練的特征。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，所述對(duì)齊模塊包括：

劃分單元，用于將所述特征分為文本視圖和關(guān)鍵離散值視圖，其中，實(shí)體名和實(shí)體所包含的文本的劃分到所述文本視圖中；屬性與關(guān)鍵離散值劃分到所述關(guān)鍵離散值視圖中；

訓(xùn)練單元，用于基于文本視圖和關(guān)鍵離散值視圖對(duì)基于協(xié)同訓(xùn)練的模型進(jìn)行訓(xùn)練。

10.根據(jù)權(quán)利要求6至9中任一項(xiàng)所述的裝置，其特征在于，所述模型為二分類器。

11.一種計(jì)算機(jī)可讀的存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，其中，所述計(jì)算機(jī)程序被設(shè)置為運(yùn)行時(shí)執(zhí)行所述權(quán)利要求1至5任一項(xiàng)中所述的方法。

12.一種電子裝置，包括存儲(chǔ)器和處理器，其特征在于，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行所述權(quán)利要求1至5任一項(xiàng)中所述的方法。