[發明專利]一種離線情況下的實體鏈接方法、裝置及應用

在審

• 申請號: 202310204663.4
• 申請日: 2023-03-01
• 公開（公告）號: CN116049357A
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 李圣權;卓家雨;毛云青;王國梁;韓致遠
• 申請（專利權）人: 城云科技（中國）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/237
• 代理公司: 杭州匯和信專利代理有限公司 33475
• 代理人: 陳江

1.一種離線情況下的實體鏈接方法，其特征在于，包括：

獲取一待鏈接文本，對所述待鏈接文本進行編碼分區得到重要詞匯編碼分區和一般詞匯編碼分區；

對所述重要詞匯編碼分區進行注意力編碼得到重要詞匯特征，對所述一般詞匯編碼分區進行注意力編碼得到一般詞匯特征，所述重要詞匯特征的特征矩陣大于所述一般詞匯特征的特征矩陣；

將所述重要詞匯特征和所述一般詞匯特征進行拼接得到待鏈接文本特征；

構建特征數據庫，所述特征數據庫中包含所有候選實體的特征，使用所述待鏈接文本特征在所述特征數據庫對候選實體進行鏈接得到目標實體。

2.根據權利要求1所述的一種離線情況下的實體鏈接方法，其特征在于，在“對所述待鏈接文本進行編碼分區得到重要詞匯編碼分區和一般詞匯編碼分區”步驟中，根據所述待鏈接文本的性質以及所述待鏈接文本內詞語的類別對所述待鏈接文本進行編碼分區得到重要詞匯編碼分區和一般詞匯編碼分區。

3.根據權利要求2所述的一種離線情況下的實體鏈接方法，其特征在于，對應每一類型的待鏈接文本的性質預設詞語分類標準，依據所述詞語分類標準同所述待鏈接文本內詞語的類別對所述待鏈接文本進行編碼分區。

4.根據權利要求1所述的一種離線情況下的實體鏈接方法，其特征在于，在“對所述重要詞匯編碼分區進行注意力編碼得到重要詞匯特征，對所述一般詞匯編碼分區進行注意力編碼得到一般詞匯特征”步驟中，對所述重要詞匯編碼分區分配第一文本長度，對所述一般詞匯編碼分區分配第二文本長度，且所述第一文本長度大于所述第二文本長度，對所述重要詞匯編碼分區分配第一注意力特征維度，對所述一般詞匯編碼分區分配第二注意力特征維度，且所述第一注意力特征維度大于所述第二注意力特征維度，使用所述第一文本長度和所述第一注意力特征維度對所述重要詞匯編碼分區進行注意力編碼得到重要詞匯特征，使用所述第二文本長度和所述第二注意力特征維度對所述一般實體詞匯編碼分區進行注意力編碼得到一般詞匯特征。

5.根據權利要求4所述的一種離線情況下的實體鏈接方法，其特征在于，獲取每一重要詞匯編碼分區的特征，使用每一重要詞匯編碼分區的特征分別乘以注意力機制中的Q、K、V矩陣得到重要詞匯編碼分區Q矩陣，重要詞匯編碼分區K矩陣，重要詞匯編碼分區V矩陣，注意力機制中的Q、K、V矩陣的注意力特征維度為第一注意力特征維度，使用所述重要詞匯編碼分區Q矩陣，重要詞匯編碼分區K矩陣，重要詞匯編碼分區V矩陣進行注意力計算得到所述重要詞匯特征。

6.根據權利要求4所述的一種離線情況下的實體鏈接方法，其特征在于，獲取每一一般實體詞匯編碼分區的特征，使用每一一般實體詞匯編碼分區的特征分別乘以注意力機制中的Q、K、V矩陣得到一般實體詞匯編碼分區Q矩陣，一般實體詞匯編碼分區K矩陣，一般實體詞匯編碼分區V矩陣，注意力機制中的Q、K、V矩陣的注意力特征維度為第二注意力特征維度，使用所述一般實體詞匯編碼分區Q矩陣，一般實體詞匯編碼分區K矩陣，一般實體詞匯編碼分區V矩陣進行注意力計算得到所述一般詞匯特征。

7.根據權利要求1所述的一種離線情況下的實體鏈接方法，其特征在于，在“將所述重要詞匯特征和所述一般詞匯特征進行拼接得到待鏈接文本特征”步驟中，構建一個內容矩陣，所述內容矩陣的長為所述第一注意力特征維度和所述第二注意力特征維度的和，所述內容矩陣的寬為所述第一文本長度所述第二文本長度的和，將所述重要詞匯特征和所述一般詞匯特征投影在所述內容矩陣上完成拼接，將所述內容矩陣中無投影的地方用0填充得到填充內容矩陣，將所述填充內容矩陣通過全連接層進行輸出，并根據所述重要詞匯分區和一般詞匯分區的位置信息得到所述待鏈接文本特征，所述待鏈接文本特征中包含根據位置信息進行排序的不同重要程度的多組特征。