[發明專利]實體分類方法、裝置、計算機設備和存儲介質

有效

• 申請號: 202010229110.0
• 申請日: 2020-03-27
• 公開（公告）號: CN111444344B
• 公開（公告）日: 2022-10-25
• 發明（設計）人: 王安然
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/36;G06F16/958;G06K9/62
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種實體分類方法，其特征在于，所述方法包括：

獲取待分類實體對應的屬性文本，所述屬性文本中包括實體描述文本、屬性名稱和屬性值，所述待分類實體是指知識圖譜中需要進行類別判定的實體；

獲取各個預設正則表達式和對應的類別，將所述屬性名稱和所述屬性值與所述各個預設正則表達式進行匹配，將匹配成功的預設正則表達式對應的類別作為所述待分類實體對應的第一候選類別；

根據所述實體描述文本、屬性名稱和屬性值確定所述待分類實體對應的實體向量，識別所述實體向量對應的類別，得到所述待分類實體對應的第二候選類別；

將所述第一候選類別和所述第二候選類別進行融合，得到融合類別集，并獲取類別繼承關系樹，按照所述類別繼承關系樹從所述融合類別集中確定葉子節點型類別集，將所述葉子節點型類別集作為所述待分類實體對應的實體類別集。

2.根據權利要求1所述的方法，其特征在于，在所述將所述第一候選類別和所述第二候選類別進行融合，得到融合類別集，并獲取類別繼承關系樹，按照所述類別繼承關系樹從所述融合類別集中確定葉子節點型類別集，將所述葉子節點型類別集作為所述待分類實體對應的實體類別集之后，還包括：

獲取所述第一候選類別對應的置信度，將所述置信度作為所述第一候選類別對應的第一得分；

獲取第二候選類別對應的概率，將所述概率映射到得分區間，得到所述第二候選類別對應的第二得分；

根據所述第一候選類別對應的第一得分和所述第二候選類別對應的第二得分確定所述實體類別集中的實體類別對應的實體類別得分；

按照所述實體類別得分將所述實體類別集中的實體類別進行排序，得到所述待分類實體對應的實體類別序列集。

3.根據權利要求2所述的方法，其特征在于，根據所述第一候選類別對應的第一得分和所述第二候選類別對應的第二得分確定所述實體類別集中實體類別對應的實體類別得分，包括：

當所述實體類別集中的目標實體類別存在對應的第一得分和第二得分時；

計算所述目標實體類別對應的第一得分和第二得分之和，得到所述目標實體類別對應的目標實體類別得分。

4.根據權利要求1所述的方法，其特征在于，在所述獲取待分類實體對應的屬性文本之前，還包括：

獲取目標屬性文本；

使用所述目標屬性文本中的目標屬性名稱和目標屬性值建立所述預設正則表達式，并獲取所述預設正則表達式對應的預設類別；

查找所述目標屬性名稱和目標屬性值對應的已分類實體，得到已分類實體集合和已分類實體總數；

獲取所述已分類實體集合中各個已分類實體對應的實體類別，將所述各個已分類實體對應的實體類別分別與所述預設類別進行比較，根據比較結果確定相同類別的實體數量；

根據所述已分類實體總數和所述相同類別的實體數量計算第一置信度，將所述預設正則表達式、所述預設類別和所述第一置信度關聯保存。

5.根據權利要求4所述的方法，其特征在于，在所述查找所述目標屬性名稱和目標屬性值對應的已分類實體，得到已分類實體集合和已分類實體總數之后，還包括：

當所述已分類實體總數超過預設數量時，從所述已分類實體集合中進行采樣，得到采樣實體集合和采樣實體總數；

獲取采樣實體集合中各個采樣實體對應的實體類別，將所述各個采樣實體對應的實體類別與所述預設類別進行比較，根據比較結果確定相同類別的采樣實體數量；

根據所述采樣實體總數和所述相同類別的采樣實體數量計算第二置信度，將所述預設正則表達式、所述預設類別和所述第二置信度關聯保存。