[發明專利]實體分類方法、裝置、存儲介質、處理器及電子裝置

在審

• 申請號: 202111301031.7
• 申請日: 2021-11-04
• 公開（公告）號: CN114201603A
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 錢爽
• 申請（專利權）人: 阿里巴巴（中國）有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35
• 代理公司: 北京博浩百睿知識產權代理有限責任公司 11134
• 代理人: 謝湘寧;李靜茹

本發明公開了一種實體分類方法、裝置、存儲介質、處理器及電子裝置。其中，該方法包括：獲取待預測實體；采用待預測實體與多個關系類型構建多個實例，其中，多個實例中每個實例包括：文本部分，問題部分和答案部分；對多個實例中每個實例進行分類處理，得到多個分類標簽；基于多個分類標簽確定待預測實體的歸屬類別。本發明解決了由于實體風險分類過程中風險類型多變，且實體風險類型判斷依據復雜、難度大造成的實體風險審核效率低、準確率低的技術問題，從而在知識圖譜知識自動生產流程中，準確地識別不同知識實體的風險類型、有效地提升實體風險分類的效率和準確性。

技術領域

本發明涉及自然語言處理領域，具體而言，涉及一種實體分類方法、裝置、存儲介質、處理器及電子裝置。

背景技術

實體分類技術通常是指把文本形式的實體根據一系列的特征劃分到指定類別的技術。在知識圖譜自動生產流程中，實體風險分類是保證風險知識圖譜與風險識別應用場景緊密銜接的關鍵環節。在風險知識圖譜中存在大量的知識實體，準確地識別出這些實體不同的風險類型，并將其推薦到不同的風險審核場景中輔助運營人員進行風險審核，能夠補充運營人員的知識盲區，提高審核效率和審核準確率。

實體風險分類與傳統實體分類的主要區別點包括：第一，實體風險分類中的風險識別場景中實體的風險類別不完全固定，會伴隨著目標任務的變化發生階段性動態變化。第二，實體風險分類中實體的風險類型無法直接通過實體名的顯示信息判斷，需要結合大量實體以及實體類型的背景知識加以判斷。

因此，如何基于上述兩個區別點建立新的實體風險分類方法使之應用于實際場景，產生實際應用價值成為自然語言處理領域實體分類技術中的關鍵問題。針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種實體分類方法、裝置、存儲介質、處理器及電子裝置，以至少解決由于實體風險分類過程中風險類型多變，且實體風險類型判斷依據復雜、難度大造成的實體風險審核效率低、準確率低的技術問題，從而在知識圖譜知識自動生產流程中，準確地識別不同知識實體的風險類型、有效地提升實體風險分類的效率和準確性。

根據本發明實施例的一個方面，提供了一種實體分類方法，其特征在于，包括：獲取待預測實體；采用待預測實體與多個關系類型構建多個實例，其中，多個實例中每個實例包括：文本部分，問題部分和答案部分；對多個實例中每個實例進行分類處理，得到多個分類標簽；基于多個分類標簽確定待預測實體的歸屬類別。

根據本發明實施例的另一方面，還提供了一種實體分類方法，其特征在于，包括：接收來自于客戶端的待預測實體；采用待預測實體與多個關系類型構建多個實例，對多個實例中每個實例進行分類處理以得到多個分類標簽，以及基于多個分類標簽確定待預測實體的歸屬類別，其中，多個實例中每個實例包括：文本部分，問題部分和答案部分；將待預測實體的歸屬類別反饋至客戶端。

根據本發明實施例的另一方面，還提供了一種實體分類方法，其特征在于，包括：從知識圖譜中獲取待預測的知識實體；采用知識實體與多個關系類型構建多個實例，其中，多個實例中每個實例包括：文本部分，問題部分和答案部分；對多個實例中每個實例進行分類處理，得到多個分類標簽；基于多個分類標簽確定知識實體的實體類型。

根據本發明實施例的另一方面，還提供了一種實體分類裝置，其特征在于，包括：獲取模塊，用于獲取待預測實體；構建模塊，用于采用待預測實體與多個關系類型構建多個實例，其中，多個實例中每個實例包括：文本部分，問題部分和答案部分；處理模塊，用于對多個實例中每個實例進行分類處理，得到多個分類標簽；分類模塊，用于基于多個分類標簽確定待預測實體的歸屬類別。

根據本發明實施例的另一方面，還提供了一種存儲介質，其特征在于，存儲介質包括存儲的程序，其中，在程序運行時控制存儲介質所在設備執行任意一項上述的實體分類方法。

根據本發明實施例的另一方面，還提供了一種處理器，上述處理器用于運行程序，其中，上述程序運行時執行任意一項上述的實體分類方法。