[发明专利]一种融入实体描述分布式表示的实体搜索方法

权利要求书

1.一种融入实体描述分布式表示的实体搜索方法，其特征在于，所述方法包括下列步骤：

有效词向量矩阵训练步骤，根据已有的训练样本进行训练，得到有效词向量矩阵；

实体搜索排序步骤，将实体搜索相关文本嵌入到有效词向量矩阵中，得到实体搜索相关文本的分布式特征表达，根据分布式特征表达的结果进行实体搜索结果的相关性计算和排序，得到实体搜索结果的输出列表。

2.根据权利要求1所述的融入实体描述分布式表示的实体搜索方法，其特征在于，所述有效词向量矩阵训练步骤包括下列步骤：

A1)对所有训练样本进行初始化，得到全体词向量矩阵；

A2)对步骤A1)得到的全体词向量矩阵进行随机采样，并构造得到多个词向量矩阵训练样本；

A3)遍历所有的词向量矩阵训练样本，计算每一个词向量矩阵训练样本的损失值，并根据梯度下降计算方法对全体词向量矩阵进行更新；

A4)判断步骤A3)计算得到的所有损失值之和是否趋于收敛，若是则进入步骤A5)，若否则返回步骤A2)；

A5)将当前的全体词向量矩阵作为有效词向量矩阵进行输出。

3.根据权利要求2所述的融入实体描述分布式表示的实体搜索方法，其特征在于，所述词向量矩阵训练样本包含实体搜索查询文本样本、正相关实体文本样本、负相关实体文本样本、正相关实体描述文本样本和负相关实体描述文本样本。

4.根据权利要求2所述的融入实体描述分布式表示的实体搜索方法，其特征在于，所述根据梯度下降计算方法对全体词向量矩阵进行更新具体为：

其中，W_new为更新后的全体词向量矩阵，W_old为更新前的全体词向量矩阵，η为固定的学习率，loss为词向量矩阵训练样本的损失值，为词向量矩阵训练样本的损失值的梯度。

5.根据权利要求2所述的融入实体描述分布式表示的实体搜索方法，其特征在于，所述词向量矩阵训练样本的损失值具体为：

loss＝max{0,m-cos(R_ent⁺+R_des⁺,R_q)+cos(R_ent^-+R_des^-,R_q)}

其中，loss为词向量矩阵训练样本的损失值，m为模型的超参数，R_ent⁺为正相关实体文本样本的特征向量，R_des⁺为正相关实体描述文本样本的特征向量，R_q为实体搜索查询文本样本的特征向量，R_ent^-为负相关实体文本样本的特征向量，R_des^-为负相关实体描述文本样本的特征向量。

6.根据权利要求1述的融入实体描述分布式表示的实体搜索方法，其特征在于，所述实体搜索排序步骤包括下列步骤：

B1)分别将实体搜索查询文本、实体文本和实体描述文本嵌入到有效词向量矩阵中，得到实体搜索相关文本的分布式特征表达；

B2)对步骤B1)得到的实体搜索相关文本的分布式特征表达进行特征选择，分别得到实体搜索查询文本、实体文本和实体描述文本的分布式特征向量；

B3)根据得到的实体搜索查询文本、实体文本和实体描述文本的分布式特征向量，进行实体搜索结果的相关性计算；

B4)根据相关性计算结果对实体搜索结果进行排序，得到实体搜索结果的输出列表。