[發(fā)明專利]實(shí)體比較及模型訓(xùn)練方法、裝置、設(shè)備、計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110361949.4
• 申請(qǐng)日: 2021-04-02
• 公開（公告）號(hào): CN113705235A
• 公開（公告）日: 2021-11-26
• 發(fā)明（設(shè)計(jì)）人: 楊石兵;徐也;沈卓;荊寧
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295;G06F16/35;G06F16/36
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270
• 代理人: 王花麗;張穎玲

本申請(qǐng)?zhí)峁┝艘环N實(shí)體比較及模型訓(xùn)練方法、裝置、設(shè)備、計(jì)算機(jī)存儲(chǔ)介質(zhì)；其中，實(shí)體比較方法包括：分別獲取待比較的第一實(shí)體和第二實(shí)體的屬性信息以及類型信息；基于第一實(shí)體的屬性信息和第二實(shí)體的屬性信息，確定第一實(shí)體的各屬性與第二實(shí)體的各屬性之間的關(guān)聯(lián)度分布特征；基于第一實(shí)體的類型信息和第二實(shí)體的類型信息，以及第一注意力分布參數(shù)，確定第一實(shí)體的各屬性與第二實(shí)體的各屬性之間關(guān)聯(lián)度的重要度分布特征；第一注意力分布參數(shù)表征不同實(shí)體類型對(duì)的各屬性之間關(guān)聯(lián)度的注意力分布情況；基于關(guān)聯(lián)度分布特征和重要度分布特征，確定第一實(shí)體與第二實(shí)體是否相同。本申請(qǐng)中，可以實(shí)現(xiàn)通用實(shí)體的比較任務(wù)，進(jìn)而可提高實(shí)體消歧任務(wù)的迭代效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及但不限于人工智能領(lǐng)域，尤其涉及一種實(shí)體比較及模型訓(xùn)練方法、裝置、設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

近些年來，隨著知識(shí)圖譜技術(shù)的發(fā)展，實(shí)體比較或?qū)嶓w匹配技術(shù)被大量用于知識(shí)圖譜的構(gòu)建中，旨在確認(rèn)給定的兩個(gè)實(shí)體是否為同一實(shí)體，若為同一實(shí)體則進(jìn)行融合。相關(guān)技術(shù)中，在解決實(shí)體比較或?qū)嶓w匹配問題上，主要通過屬性相似度聚合的方法，或先利用屬性構(gòu)建向量表示，再結(jié)合傳統(tǒng)機(jī)器學(xué)習(xí)模型或深度學(xué)習(xí)模型對(duì)向量表示進(jìn)一步編碼，將實(shí)體比較任務(wù)作為一個(gè)分類問題來解決。但上述解決方案大多都是針對(duì)垂類實(shí)體或單一實(shí)體類型的比較任務(wù)，很難泛化到不同實(shí)體類型上，針對(duì)不同實(shí)體類型的場(chǎng)景，往往都需要進(jìn)行單獨(dú)模型的構(gòu)建與訓(xùn)練，較為耗時(shí)，難以支持大量不同實(shí)體類型的實(shí)體消歧需求。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種實(shí)體比較及模型訓(xùn)練方法、裝置、設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，能夠?qū)崿F(xiàn)通用實(shí)體的比較任務(wù)，進(jìn)而可以提高實(shí)體消歧任務(wù)的迭代效率，還能在一定程度上提高實(shí)體比較的準(zhǔn)確性，并且處理過程可解釋。

本申請(qǐng)實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：

本申請(qǐng)實(shí)施例提供一種實(shí)體比較方法，包括：

分別獲取待比較的第一實(shí)體和第二實(shí)體的屬性信息以及類型信息；

基于所述第一實(shí)體的屬性信息和所述第二實(shí)體的屬性信息，確定所述第一實(shí)體的各屬性與所述第二實(shí)體的各屬性之間的關(guān)聯(lián)度分布特征；

基于所述第一實(shí)體的類型信息和所述第二實(shí)體的類型信息，以及第一注意力分布參數(shù)，確定所述第一實(shí)體的各屬性與所述第二實(shí)體的各屬性之間關(guān)聯(lián)度的重要度分布特征；所述第一注意力分布參數(shù)表征不同實(shí)體類型對(duì)的各屬性之間關(guān)聯(lián)度的注意力分布情況；

基于所述關(guān)聯(lián)度分布特征和所述重要度分布特征，確定所述第一實(shí)體與所述第二實(shí)體是否相同。

本申請(qǐng)實(shí)施例提供一種模型訓(xùn)練方法，用于對(duì)實(shí)體比較模型進(jìn)行訓(xùn)練，訓(xùn)練得到的所述實(shí)體比較模型用于對(duì)內(nèi)容服務(wù)中的實(shí)體對(duì)進(jìn)行比較，包括：

獲取樣本實(shí)體對(duì)以及用于標(biāo)注所述樣本實(shí)體對(duì)中第一樣本實(shí)體和第二樣本實(shí)體是否相同的標(biāo)注結(jié)果；

將所述樣本實(shí)體對(duì)輸入至待訓(xùn)練的實(shí)體比較模型；所述實(shí)體比較模型用于分別獲取所述第一樣本實(shí)體和所述第二樣本實(shí)體的屬性信息以及類型信息；基于所述第一樣本實(shí)體的屬性信息和所述第二樣本實(shí)體的屬性信息，確定所述第一樣本實(shí)體的各屬性與所述第二樣本實(shí)體的各屬性之間的關(guān)聯(lián)度分布特征；基于所述第一樣本實(shí)體的類型信息和所述第二樣本實(shí)體的類型信息，以及第一注意力分布參數(shù)，確定所述第一樣本實(shí)體的各屬性與所述第二樣本實(shí)體的各屬性之間關(guān)聯(lián)度的重要度分布特征；所述第一注意力分布參數(shù)表征不同實(shí)體類型對(duì)的各屬性之間關(guān)聯(lián)度的注意力分布情況；基于所述關(guān)聯(lián)度分布特征和所述重要度分布特征，確定表征所述第一樣本實(shí)體與所述第二樣本實(shí)體是否相同的預(yù)測(cè)結(jié)果；

基于所述預(yù)測(cè)結(jié)果和所述標(biāo)注結(jié)果，對(duì)所述實(shí)體比較模型的參數(shù)進(jìn)行調(diào)整，以得到已訓(xùn)練的實(shí)體比較模型。

本申請(qǐng)實(shí)施例提供一種實(shí)體比較裝置，包括：

第一獲取模塊，用于分別獲取待比較的第一實(shí)體和第二實(shí)體的屬性信息以及類型信息；