[發(fā)明專利]實(shí)體分類方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010229110.0
• 申請日: 2020-03-27
• 公開（公告）號: CN111444344B
• 公開（公告）日: 2022-10-25
• 發(fā)明（設(shè)計(jì)）人: 王安然
• 申請（專利權(quán)）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(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 毛丹

本申請涉及一種實(shí)體分類方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。所述方法包括：獲取待分類實(shí)體對應(yīng)的屬性文本，屬性文本包括實(shí)體描述文本、屬性名稱和屬性值；獲取各個預(yù)設(shè)正則表達(dá)式和對應(yīng)的類別，將屬性名稱和屬性值與各個預(yù)設(shè)正則表達(dá)式進(jìn)行匹配，得到待分類實(shí)體對應(yīng)的第一候選類別；根據(jù)實(shí)體描述文本、屬性名稱和屬性值確定待分類實(shí)體對應(yīng)的實(shí)體向量，識別實(shí)體向量對應(yīng)的類別，得到待分類實(shí)體對應(yīng)的第二候選類別；將第一候選類別和第二候選類別進(jìn)行融合，得到融合類別集，獲取類別繼承關(guān)系樹，按照類別繼承關(guān)系樹從融合類別集中確定葉子節(jié)點(diǎn)型類別集，將葉子節(jié)點(diǎn)型類別集作為待分類實(shí)體對應(yīng)的實(shí)體類別集。采用本方法能夠提高實(shí)體分類的精確性。

技術(shù)領(lǐng)域

本申請涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別是涉及一種實(shí)體分類方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。

背景技術(shù)

知識圖譜在圖書情報(bào)界稱為知識域可視化或知識領(lǐng)域映射地圖，是顯示知識發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系。

隨著知識圖譜技術(shù)的發(fā)展，實(shí)體分類是知識圖譜構(gòu)建中的一項(xiàng)基本工作，旨在對圖譜中的實(shí)體進(jìn)行分類。目前，通常通過構(gòu)建實(shí)體的表示特征，根據(jù)實(shí)體的表示特征進(jìn)行分類。然而根據(jù)實(shí)體的表示特征進(jìn)行分類，會得到該實(shí)體所有的類別，導(dǎo)致會出現(xiàn)一些不夠精確的類別。比如，“張某”是“人物”類別，同時也是“導(dǎo)演”類別，則“人物”類別就不夠精確，從而導(dǎo)致實(shí)體分類的結(jié)果精確性較低。

發(fā)明內(nèi)容

基于此，有必要針對上述技術(shù)問題，提供一種能夠提高實(shí)體分類精確性的實(shí)體分類方法、裝置、計(jì)算機(jī)設(shè)備和存儲介質(zhì)。

一種實(shí)體分類方法，所述方法包括：

獲取待分類實(shí)體對應(yīng)的屬性文本，屬性文本中包括實(shí)體描述文本、屬性名稱和屬性值；

獲取各個預(yù)設(shè)正則表達(dá)式和對應(yīng)的類別，將屬性名稱和屬性值與各個預(yù)設(shè)正則表達(dá)式進(jìn)行匹配，將匹配成功的預(yù)設(shè)正則表達(dá)式對應(yīng)的類別作為待分類實(shí)體對應(yīng)的第一候選類別；

根據(jù)實(shí)體描述文本、屬性名稱和屬性值確定待分類實(shí)體對應(yīng)的實(shí)體向量，識別實(shí)體向量對應(yīng)的類別，得到待分類實(shí)體對應(yīng)的第二候選類別；

將第一候選類別和第二候選類別進(jìn)行融合，得到融合類別集，并獲取類別繼承關(guān)系樹，按照類別繼承關(guān)系樹從融合類別集中確定葉子節(jié)點(diǎn)型類別集，將葉子節(jié)點(diǎn)型類別集作為待分類實(shí)體對應(yīng)的實(shí)體類別集。

一種實(shí)體分類裝置，所述裝置包括：

文本獲取模塊，用于獲取待分類實(shí)體對應(yīng)的屬性文本，屬性文本中包括實(shí)體描述文本、屬性名稱和屬性值；

匹配模塊，用于獲取各個預(yù)設(shè)正則表達(dá)式和對應(yīng)的類別，將屬性名稱和屬性值與各個預(yù)設(shè)正則表達(dá)式進(jìn)行匹配，將匹配成功的預(yù)設(shè)正則表達(dá)式對應(yīng)的類別作為待分類實(shí)體對應(yīng)的第一候選類別；

識別模塊，用于根據(jù)實(shí)體描述文本、屬性名稱和屬性值確定待分類實(shí)體對應(yīng)的實(shí)體向量，識別實(shí)體向量對應(yīng)的類別，得到待分類實(shí)體對應(yīng)的第二候選類別；

類別得到模塊，用于將第一候選類別和第二候選類別進(jìn)行融合，得到融合類別集，并獲取類別繼承關(guān)系樹，按照類別繼承關(guān)系樹從融合類別集中確定葉子節(jié)點(diǎn)型類別集，將葉子節(jié)點(diǎn)型類別集作為待分類實(shí)體對應(yīng)的實(shí)體類別集。

一種計(jì)算機(jī)設(shè)備，包括存儲器和處理器，所述存儲器存儲有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時實(shí)現(xiàn)以下步驟：

獲取待分類實(shí)體對應(yīng)的屬性文本，屬性文本中包括實(shí)體描述文本、屬性名稱和屬性值；

獲取各個預(yù)設(shè)正則表達(dá)式和對應(yīng)的類別，將屬性名稱和屬性值與各個預(yù)設(shè)正則表達(dá)式進(jìn)行匹配，將匹配成功的預(yù)設(shè)正則表達(dá)式對應(yīng)的類別作為待分類實(shí)體對應(yīng)的第一候選類別；