[發明專利]實體信息處理方法、裝置、電子設備和存儲介質

在審

• 申請號: 202011347600.7
• 申請日: 2020-11-26
• 公開（公告）號: CN112328710A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 常萬里;王述;劉同陽;馮知凡;柴春光;朱勇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36
• 代理公司: 北京市鑄成律師事務所 11313
• 代理人: 楊瑾瑾;郭麗祥

1.一種實體信息處理方法，包括：

基于相關度預測模型，針對M個第一實體樣本分別預測與第一實體提及樣本之間的相關度，并根據所述M個第一實體樣本分別對應的所述相關度，確定排序損失函數值；其中，M為大于等于2的整數；

基于所述相關度預測模型，針對第二實體樣本預測與第二實體提及樣本之間的相關度，并根據所述第二實體樣本所對應的所述相關度，確定預測損失函數值；

在所述排序損失函數值與所述預測損失函數值符合預設條件的情況下，確定所述相關度預測模型收斂。

2.根據權利要求1所述的方法，其中，所述基于相關度預測模型，針對M個第一實體樣本分別預測與第一實體提及樣本之間的相關度，并根據所述M個第一實體樣本分別對應的所述相關度，確定排序損失函數值，包括：

基于所述相關度預測模型，預測所述第一實體提及樣本及其對應的正例實體樣本之間的相關度；

基于所述相關度預測模型，預測所述第一實體提及樣本及其對應的負例實體樣本之間的相關度；

根據所述正例實體樣本所對應的所述相關度和所述負例實體樣本所對應的所述相關度之間的差值，確定所述排序損失函數值。

3.根據權利要求1所述的方法，其中，所述基于所述相關度預測模型，針對第二實體樣本預測與第二實體提及樣本之間的相關度，并根據所述第二實體樣本所對應的所述相關度，確定預測損失函數值，包括：

基于所述相關度預測模型，預測所述第二實體提及樣本及其對應的正例實體樣本或負例實體樣本之間的相關度；

根據所述第二實體提及樣本及其對應的正例實體樣本或負例實體樣本之間的相關度，確定二分類損失函數值。

4.根據權利要求1所述的方法，其中，所述在所述排序損失函數值與所述預測損失函數值符合預設條件的情況下，確定所述相關度預測模型收斂，包括：

在所述排序損失函數值與所述預測損失函數值均小于第一預設閾值的情況下，確定所述相關度預測模型收斂。

5.根據權利要求1-4中任一項所述的方法，還包括：

基于收斂的所述相關度預測模型，針對N個候選實體分別預測與目標實體提及之間的相關度；其中，N為大于等于1的整數；

確定所述N個候選實體分別對應的所述相關度中的最大值；

在所述最大值大于等于第二預設閾值的情況下，將所述最大值所對應的候選實體確定為與所述目標實體提及具有關聯關系的實體。

6.根據權利要求5所述的方法，還包括：

在從待處理文本中識別到實體提及的情況下，將所述待處理文本中的實體提及確定為所述目標實體提及；

基于所述待處理文本中所述目標實體提及的上下文信息，得到所述目標實體提及的特征信息；

相應的，所述基于收斂的所述相關度預測模型，針對N個候選實體分別預測與目標實體提及之間的相關度，包括：

將所述目標實體提及的特征信息與所述N個候選實體中的第i個候選實體的特征信息，輸入所述相關度預測模型，得到所述相關度預測模型輸出的所述第i個候選實體與所述目標實體提及之間的相關度；其中，i為大于等于1且小于等于N的整數。

7.一種實體信息處理裝置，包括：

排序訓練模塊，用于基于相關度預測模型，針對M個第一實體樣本分別預測與第一實體提及樣本之間的相關度，并根據所述M個第一實體樣本分別對應的所述相關度，確定排序損失函數值；其中，M為大于等于2的整數；

預測訓練模塊，用于基于所述相關度預測模型，針對第二實體樣本預測與第二實體提及樣本之間的相關度，并根據所述第二實體樣本所對應的所述相關度，確定預測損失函數值；

收斂確定模塊，用于在所述排序損失函數值與所述預測損失函數值符合預設條件的情況下，確定所述相關度預測模型收斂。