[發明專利]一種演職人員命名實體消歧方法及系統

在審

• 申請號: 202010020584.4
• 申請日: 2020-01-13
• 公開（公告）號: CN111259670A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 隋雪芹
• 申請（專利權）人: 青島聚看云科技有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F16/953
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種演職人員命名實體消歧方法，其特征在于，包括：

獲取演職人員信息，其中，所述演職人員信息包括姓名；

根據所述演職人員信息，確定歧義姓名，所述歧義姓名是指數量不小于兩個的姓名；

利用搜索引擎，確定所述歧義姓名對應的搜索信息；

根據所述演職人員信息和搜索信息，處理歧義姓名對應的演職人員信息。

2.根據權利要求1所述的方法，其特征在于，所述根據演職人員信息和搜索信息，處理歧義姓名對應的演職人員信息的步驟包括：

確定演職人員信息和搜索信息的相似度；

篩選出與演職人員信息相似度最高的搜索信息；

根據每個演職人員信息對應的相似度最高的搜索信息，處理歧義姓名對應的演職人員信息。

3.根據權利要求2所述的方法，其特征在于，所述確定演職人員信息和搜索信息的相似度的步驟包括：

所述演職人員信息和搜索信息均包括代表作信息和人物簡介；

根據所述演職人員信息和搜索信息中的代表作信息，確定代表作相似度；

根據所述演職人員信息和搜索信息中的人物簡介，確定人物相似度；

根據所述代表作相似度和人物相似度，確定最終相似度。

4.根據權利要求3所述的方法，其特征在于，所述根據所述演職人員信息和搜索信息中的代表作信息，確定代表作相似度按照以下公式計算：

其中，所述代表作信息包括代表作名稱和代表作簡介，simP為代表作相似度，sim(wi，mi)為代表作名稱相似度，sim(Ii，Li)為代表作簡介相似度，W為搜索信息中的代表作名稱集合，wi為搜索信息中的一個代表作名稱，mi為演職人員信息中的一個代表作名稱，M為演職人員信息中的代表作名稱集合，Ii為將wi對應的代表作簡介，Li為將mi對應的代表作簡介。

5.根據權利要求4所述的方法，其特征在于，所述代表作名稱相似度通過編輯距離算法確定。

6.根據權利要求4所述的方法，其特征在于，所述代表作簡介相似度的確定方法包括：

將代表作簡介進行分詞，篩選出名詞；

根據所述名詞，利用余弦相似度，確定代表作簡介相似度。

7.根據權利要求3所述的方法，其特征在于，所述根據所述演職人員信息和搜索信息中的人物簡介，確定人物相似度的方法為根據余弦相似度確定。

8.根據權利要求3所述的方法，其特征在于，所述根據代表作相似度和人物相似度，確定最終相似度按照以下公式計算：

sim＝a*simP+(1-a)*simT；

其中，sim為最終相似度，simP為代表作相似度，simT為人物相似度，a為參數。

9.根據權利要求1所述的方法，其特征在于，所述利用搜索引擎，確定所述歧義姓名對應的搜索信息的步驟包括：

利用搜索引擎，確定所述歧義姓名對應的粗略搜索信息，所述粗略搜索信息包括職業；

根據所述粗略搜索信息，篩選出預設職業的粗略搜索信息，所述預設職業的粗略搜索信息為搜索信息。

10.一種演職人員命名實體消歧裝置，其特征在于，包括：

服務器，服務器被配置為：

獲取演職人員信息，其中，所述演職人員信息包括姓名；

根據所述演職人員信息，確定歧義姓名，所述歧義姓名是指數量不小于兩個的姓名；

利用搜索引擎，確定所述歧義姓名對應的搜索信息；

根據所述演職人員信息和搜索信息，處理歧義姓名對應的演職人員信息。