[發(fā)明專利]實體鏈指方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202210178163.3 | 申請日： | 2022-02-25 |
| 公開（公告）號： | CN114647739B | 公開（公告）日： | 2023-02-28 |
| 發(fā)明（設(shè)計）人： | 余金星;彭敏龍;孫明明;李平 | 申請（專利權(quán)）人： | 北京百度網(wǎng)訊科技有限公司 |
| 主分類號： | G06F16/36 | 分類號： | G06F16/36;G06F40/289;G06F40/216;G06F16/35;G06N5/02;G06N5/022;G06N3/048 |
| 代理公司： | 北京鴻德海業(yè)知識產(chǎn)權(quán)代理有限公司 11412 | 代理人： | 田宏賓 |
| 地址： | 100085 北京市*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 實體 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種實體鏈指方法，包括：
獲取知識庫中、與指定語句中的待鏈指實體最相關(guān)的目標(biāo)實體；
基于預(yù)設(shè)的鏈指決策策略，決策是否將所述待鏈指實體鏈指到所述知識庫中的所述目標(biāo)實體上；
基于預(yù)設(shè)的鏈指決策策略，決策是否將所述待鏈指實體鏈指到所述知識庫中的所述目標(biāo)實體上，包括：
獲取所述待鏈指實體與所述目標(biāo)實體的相關(guān)性、所述待鏈指實體的類型、所述目標(biāo)實體的類型、所述待鏈指實體被鏈指到所述目標(biāo)實體的先驗概率、所述待鏈指實體與所述目標(biāo)實體的一致性特征、以及所述待鏈指實體的特征；所述待鏈指實體的特征包括所述待鏈指實體的文本的長度；
基于所述待鏈指實體與所述目標(biāo)實體的相關(guān)性、所述待鏈指實體的類型、所述目標(biāo)實體的類型、所述待鏈指實體被鏈指到所述目標(biāo)實體的先驗概率、所述待鏈指實體與所述目標(biāo)實體的一致性特征、以及所述待鏈指實體的特征，采用預(yù)先訓(xùn)練的鏈指決策模型，獲取所述待鏈指實體被鏈指到所述目標(biāo)實體的概率；
若所述概率大于預(yù)設(shè)概率閾值，將所述待鏈指實體鏈指到所述目標(biāo)實體；
若所述概率不大于所述預(yù)設(shè)概率閾值，返回新實體標(biāo)識信息，以表征所述待鏈指實體為新實體；
獲取知識庫中、與指定語句中的待鏈指實體最相關(guān)的目標(biāo)實體，包括：
基于所述待鏈指實體與所述知識庫中同名的、數(shù)個候選實體中的各所述候選實體的相關(guān)性、所述待鏈指實體的類型、各所述候選實體的類型、所述待鏈指實體被鏈指到各所述候選實體的先驗概率以及所述待鏈指實體與所述候選實體的一致性特征中的至少一個，從所述知識庫中的所述數(shù)個候選實體中獲取與所述待鏈指實體最相關(guān)的所述目標(biāo)實體。
2.根據(jù)權(quán)利要求1所述的方法，其中，基于所述待鏈指實體與所述知識庫中同名的、數(shù)個候選實體中的各所述候選實體的相關(guān)性、所述待鏈指實體的類型、各所述候選實體的類型、所述待鏈指實體被鏈指到各所述候選實體的先驗概率以及所述待鏈指實體與所述候選實體的一致性特征中的至少一個，從所述知識庫中的所述數(shù)個候選實體中獲取與所述待鏈指實體最相關(guān)的所述目標(biāo)實體之前，還包括：
獲取所述指定語句中的所述待鏈指實體與所述知識庫中同名的、所述數(shù)個候選實體中的各所述候選實體的相關(guān)性；
獲取所述待鏈指實體的類型、各所述候選實體的類型、所述待鏈指實體被鏈指到各所述候選實體的先驗概率以及所述待鏈指實體與所述候選實體的一致性特征。
3.根據(jù)權(quán)利要求2所述的方法，其中，獲取所述指定語句中的所述待鏈指實體與所述知識庫中同名的、所述數(shù)個候選實體中的各所述候選實體的相關(guān)性，包括：
采用預(yù)先訓(xùn)練的文本匹配模型，基于所述指定語句、所述待鏈指實體的文本信息以及所述知識庫中的各所述候選實體的屬性描述的文本信息，預(yù)測所述指定語句中的所述待鏈指實體與對應(yīng)的所述候選實體的相關(guān)性。
4.根據(jù)權(quán)利要求2所述的方法，其中，基于所述待鏈指實體與各所述候選實體的相關(guān)性、所述待鏈指實體的類型、各所述候選實體的類型、所述待鏈指實體被鏈指到各所述候選實體的先驗概率以及所述待鏈指實體與所述候選實體的一致性特征中的至少一個，從所述知識庫中的所述數(shù)個候選實體中獲取與所述待鏈指實體最相關(guān)的所述目標(biāo)實體，包括：
基于所述待鏈指實體與各所述候選實體的相關(guān)性、所述待鏈指實體的類型、各所述候選實體的類型、所述待鏈指實體被鏈指到各所述候選實體的先驗概率以及所述待鏈指實體與所述候選實體的一致性特征中的至少一個，采用預(yù)先訓(xùn)練的特征融合排序模型，從所述知識庫中所述數(shù)個候選實體中獲取與所述待鏈指實體最相關(guān)的所述目標(biāo)實體。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京百度網(wǎng)訊科技有限公司，未經(jīng)北京百度網(wǎng)訊科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210178163.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
